用Perl抓取ip138获取手机归属地的几个问题

    ip138对每次查询手机归属地的结果的页面代码做了随机生成的处理，也就是每次html的标签属性可能不一样，这样就对用正则抓取造成困难。同时会随机添加 这样的和注释一样的代码，也会对其它按照Xpath或dom方式的抓取造成干扰。所以决定用HTML::TreeBuilder这个模块来对抓取结果做分析，因为该模块可以用strict_comment()设置为“1”来指定忽略注释。

    还有一个就是手机所在地区，如“河北 张家口”里面前半部“河北”两个字显示正常，后半部分“张家口”乱码的问题，这可能和它中间是用 这样的代码来表示空格在解码时出错有关，所以先给要处理的结果部分进行了替换（ s/ \;/ /g; ）。

具体代码见：

注：ip138对于抓取还是有限制的，一般查询20个就限制再查询了。