參考資料：
HTTP://boyun.sh.cn/blog/?p=1042 抓取腳本總結 亂碼
總結：
a. 在 XP 下還有一種安裝模組的方式：
1 、進入 cmd
2 、輸入 perl -MCPAN -e shell ，然後 install File::Find （你要安裝的模組）即可自動下載、安裝模組。如果安 裝本模組需要其他一些模組的支援，還能查找是否安裝了這些模組並提示安裝。第一次執行時可能需要執行一些相關的配置
或者：在dos命令列下啟動ppm
ppm
獲得説明
PPM>h
列出ActiveState網站上所有為Perl模組的清單。
PPM>search
安裝模組
PPM>install DBI
自動完成DBI模組從下載到安裝的全過程。
退出
PPM>q
b. =~ （ =~ 運算子並不進行賦值，它只是取出右邊的運算子，並使它對左邊的變數進行操作）
c . s/searchpartten/replacement/( 替換操作 ) 如： $i=~s/<span class= "itemName" >//;
d . 特殊變數 $& ： 與上個格式匹配的字串，
更多請參見：HTTP://blog.csdn.net/zll01/archive/2009/09/04/4520087.aspx
e ．檔打開寫入操作
原始程式碼：
#!/usr/bin/perl
#use strict;
use LWP::Simple;
use HTML::HeadParser;
use HTML::FormatText::WithLinks;
use Encode qw/encode decode/;
use XML::Generator;
my $c = get( 'http://www.nuan.gr.jp/sf/Category.do?catID=10249445' );
encode( "shift-jis" , $c);
while ( $c =~ m!<span class= "itemName[^>].*?</span>!g) {
push @itemName,$&;
}
$_ = @itemName;
while ( $c =~ m!<span class= "price[^>].*?</span>!g) {
push @price,$&;
}
my $name;
my $price;
foreach $i(@itemName) {
encode( "utf-8" , $i);
$i=~s/<span class= "itemName" >//;
$i=~s/<\/span>//;
$name=$i=~s/\[Women\] //;
$name=$i;
}
foreach $p(@price) {
encode( "utf-8" , $p);
$p=~s/<span class= "price" >//;
$p=~s/<\/span>//;
$price=$p;
}
my ($xml,$output);
$xml = new XML::Generator ( 'conformance' => 'strict' ,
'escape' => 'always' ,
'pretty' => 2 );
$output=$xml->products($xml->name($name),$xml->price($price));
#encode("utf-8", $output);
#print $xml->xmldecl, $output;
open(FILE, ">c://products.xml" )||die "cannot open file\n " ;
print FILE $output;
close FILE;
项目需求：
Time To Complete: 2 days
<!-- [if !supportLists]-->1. <!-- [endif]-->建立网络爬虫，每天定时抓取页面信息，产生一个 XML 文件
<!-- [if !supportLists]-->2. <!-- [endif]-->XML 文件包括以下内容：
- 产品名称
- 产品价格
- 产品描述
- 产品编号（ ID ）
- 产品最后更新时间
- 爬虫抓取时间
3. 建立配置文件，可以设置抓取的 URL 和抓取时间
4. 建立錯誤日誌，記錄抓取錯誤的具體內容（網站，產品，時間，錯誤原因等）
其他考量：
<!-- [if !supportLists]-->1. <!-- [endif]-->對系統資源的消耗
<!-- [if !supportLists]-->2. <!-- [endif]-->爬蟲效率
<!-- [if !supportLists]-->3. <!-- [endif]-->擴充性 （應該做成模組性，以後專案可以利用此模組）
抓取頁面清單：
1 、（化妝品）
HTTP://www.dhc.co.jp/main/main.jsp
2 、（電器）
HTTP://www.asahi.com/shopping/electric_av/
全站熱搜
留言列表
