6
维基百科在每篇文章中提供一个链接(打印/导出的左侧),以PDF格式下载文章。我编写了一个小的Haskell脚本,它首先获取Wikipedia链接并输出呈现链接。当我将渲染网址作为输入时,我得到空标记,但浏览器中的相同网址提供下载链接。从维基百科下载pdf文件
有人能告诉我如何解决这个问题吗?格式代码ideone。
import Network.HTTP
import Text.HTML.TagSoup
import Data.Maybe
parseHelp :: Tag String -> Maybe String
parseHelp (TagOpen _ y) = if any (\(a , b) -> b == "Download a PDF version of this wiki page") y
then Just $ "http://en.wikipedia.org" ++ snd ( y !! 0)
else Nothing
parse :: [ Tag String ] -> Maybe String
parse [] = Nothing
parse (x : xs)
| isTagOpen x = case parseHelp x of
Just s -> Just s
Nothing -> parse xs
| otherwise = parse xs
main = do
x <- getLine
tags_1 <- fmap parseTags $ getResponseBody =<< simpleHTTP (getRequest x) --open url
let lst = head . sections (~== "<div class=portal id=p-coll-print_export>") $ tags_1
url = fromJust . parse $ lst --rendering url
putStrLn url
tags_2 <- fmap parseTags $ getResponseBody =<< simpleHTTP (getRequest url)
print tags_2
对于那些谁想要直接下载PDF和不知道如何做到这一点,请参阅HTTP:// www.youtube.com/watch?v=juBDM3fb-i0 –