{"id":830,"date":"2005-08-13T23:20:00","date_gmt":"2005-08-14T06:20:00","guid":{"rendered":"http:\/\/kodegeek.com\/blog\/?p=830"},"modified":"2005-08-13T23:20:00","modified_gmt":"2005-08-14T06:20:00","slug":"echando-codigo-%c2%bfcomo-hacer-web-scrapping-con-perl","status":"publish","type":"post","link":"http:\/\/kodegeek.com\/blog\/2005\/08\/13\/echando-codigo-%c2%bfcomo-hacer-web-scrapping-con-perl\/","title":{"rendered":"Echando c\u00f3digo: \u00bfComo hacer web-scrapping con Perl?"},"content":{"rendered":"

<\/p>\n

Web-scrapping no es un t\u00e9rmino nuevo, y no es m\u00e1s que procesar una p\u00e1gina web utilizando un lenguaje de programaci\u00f3n; La idea es eliminar el HTML (presentaci\u00f3n<\/span>) que no nos interesa para luego procesar los datos que est\u00e1n en la pag\u00edna web.<\/p>\n

T\u00edpicamente esta era una de las alternativas usadas por los desarrolladores antes de la venida de los “Web services” or fees en XML como Atom o RSS<\/span>. Su uso a\u00fan es muy difundido, ya que no todos los sitios web proveen la informaci\u00f3n de manera amigable para programas, por diversas razones.<\/p>\n

Perl es una maravilla en ese sentido, ya que es casi trivial sacar la informaci\u00f3n usando expresiones regulares; Sin embargo si la p\u00e1gina es compleja ni siquiera la mejor de las expresiones regulares va a ayudar.<\/p>\n

Vamos a hacer un programita que haga lo siguiente:<\/p>\n