home *** CD-ROM | disk | FTP | other *** search
/ PC World Komputer 2010 April / PCWorld0410.iso / hity wydania / Ubuntu 9.10 PL / karmelkowy-koliberek-desktop-9.10-i386-PL.iso / casper / filesystem.squashfs / usr / share / perl5 / lwptut.pod < prev    next >
Text File  |  2009-06-15  |  25KB  |  838 lines

  1. =head1 NAME
  2.  
  3. lwptut -- An LWP Tutorial
  4.  
  5. =head1 DESCRIPTION
  6.  
  7. LWP (short for "Library for WWW in Perl") is a very popular group of
  8. Perl modules for accessing data on the Web. Like most Perl
  9. module-distributions, each of LWP's component modules comes with
  10. documentation that is a complete reference to its interface. However,
  11. there are so many modules in LWP that it's hard to know where to start
  12. looking for information on how to do even the simplest most common
  13. things.
  14.  
  15. Really introducing you to using LWP would require a whole book -- a book
  16. that just happens to exist, called I<Perl & LWP>. But this article
  17. should give you a taste of how you can go about some common tasks with
  18. LWP.
  19.  
  20.  
  21. =head2 Getting documents with LWP::Simple
  22.  
  23. If you just want to get what's at a particular URL, the simplest way
  24. to do it is LWP::Simple's functions.
  25.  
  26. In a Perl program, you can call its C<get($url)> function.  It will try
  27. getting that URL's content.  If it works, then it'll return the
  28. content; but if there's some error, it'll return undef.
  29.  
  30.   my $url = 'http://freshair.npr.org/dayFA.cfm?todayDate=current';
  31.     # Just an example: the URL for the most recent /Fresh Air/ show
  32.  
  33.   use LWP::Simple;
  34.   my $content = get $url;
  35.   die "Couldn't get $url" unless defined $content;
  36.  
  37.   # Then go do things with $content, like this:
  38.  
  39.   if($content =~ m/jazz/i) {
  40.     print "They're talking about jazz today on Fresh Air!\n";
  41.   }
  42.   else {
  43.     print "Fresh Air is apparently jazzless today.\n";
  44.   }
  45.  
  46. The handiest variant on C<get> is C<getprint>, which is useful in Perl
  47. one-liners.  If it can get the page whose URL you provide, it sends it
  48. to STDOUT; otherwise it complains to STDERR.
  49.  
  50.   % perl -MLWP::Simple -e "getprint 'http://cpan.org/RECENT'"
  51.  
  52. That is the URL of a plain text file that lists new files in CPAN in
  53. the past two weeks.  You can easily make it part of a tidy little
  54. shell command, like this one that mails you the list of new
  55. C<Acme::> modules:
  56.  
  57.   % perl -MLWP::Simple -e "getprint 'http://cpan.org/RECENT'"  \
  58.      | grep "/by-module/Acme" | mail -s "New Acme modules! Joy!" $USER
  59.  
  60. There are other useful functions in LWP::Simple, including one function
  61. for running a HEAD request on a URL (useful for checking links, or
  62. getting the last-revised time of a URL), and two functions for
  63. saving/mirroring a URL to a local file. See L<the LWP::Simple
  64. documentation|LWP::Simple> for the full details, or chapter 2 of I<Perl
  65. & LWP> for more examples.
  66.  
  67.  
  68.  
  69. =for comment
  70.  ##########################################################################
  71.  
  72.  
  73.  
  74. =head2 The Basics of the LWP Class Model
  75.  
  76. LWP::Simple's functions are handy for simple cases, but its functions
  77. don't support cookies or authorization, don't support setting header
  78. lines in the HTTP request, generally don't support reading header lines
  79. in the HTTP response (notably the full HTTP error message, in case of an
  80. error). To get at all those features, you'll have to use the full LWP
  81. class model.
  82.  
  83. While LWP consists of dozens of classes, the main two that you have to
  84. understand are L<LWP::UserAgent> and L<HTTP::Response>. LWP::UserAgent
  85. is a class for "virtual browsers" which you use for performing requests,
  86. and L<HTTP::Response> is a class for the responses (or error messages)
  87. that you get back from those requests.
  88.  
  89. The basic idiom is C<< $response = $browser->get($url) >>, or more fully
  90. illustrated:
  91.  
  92.   # Early in your program:
  93.   
  94.   use LWP 5.64; # Loads all important LWP classes, and makes
  95.                 #  sure your version is reasonably recent.
  96.  
  97.   my $browser = LWP::UserAgent->new;
  98.   
  99.   ...
  100.   
  101.   # Then later, whenever you need to make a get request:
  102.   my $url = 'http://freshair.npr.org/dayFA.cfm?todayDate=current';
  103.   
  104.   my $response = $browser->get( $url );
  105.   die "Can't get $url -- ", $response->status_line
  106.    unless $response->is_success;
  107.  
  108.   die "Hey, I was expecting HTML, not ", $response->content_type
  109.    unless $response->content_type eq 'text/html';
  110.      # or whatever content-type you're equipped to deal with
  111.  
  112.   # Otherwise, process the content somehow:
  113.   
  114.   if($response->decoded_content =~ m/jazz/i) {
  115.     print "They're talking about jazz today on Fresh Air!\n";
  116.   }
  117.   else {
  118.     print "Fresh Air is apparently jazzless today.\n";
  119.   }
  120.  
  121. There are two objects involved: C<$browser>, which holds an object of
  122. class LWP::UserAgent, and then the C<$response> object, which is of
  123. class HTTP::Response. You really need only one browser object per
  124. program; but every time you make a request, you get back a new
  125. HTTP::Response object, which will have some interesting attributes:
  126.  
  127. =over
  128.  
  129. =item *
  130.  
  131. A status code indicating
  132. success or failure
  133. (which you can test with C<< $response->is_success >>).
  134.  
  135. =item *
  136.  
  137. An HTTP status
  138. line that is hopefully informative if there's failure (which you can
  139. see with C<< $response->status_line >>,
  140. returning something like "404 Not Found").
  141.  
  142. =item *
  143.  
  144. A MIME content-type like "text/html", "image/gif",
  145. "application/xml", etc., which you can see with 
  146. C<< $response->content_type >>
  147.  
  148. =item *
  149.  
  150. The actual content of the response, in C<< $response->decoded_content >>.
  151. If the response is HTML, that's where the HTML source will be; if
  152. it's a GIF, then C<< $response->decoded_content >> will be the binary
  153. GIF data.
  154.  
  155. =item *
  156.  
  157. And dozens of other convenient and more specific methods that are
  158. documented in the docs for L<HTTP::Response>, and its superclasses
  159. L<HTTP::Message> and L<HTTP::Headers>.
  160.  
  161. =back
  162.  
  163.  
  164.  
  165. =for comment
  166.  ##########################################################################
  167.  
  168.  
  169.  
  170. =head2 Adding Other HTTP Request Headers
  171.  
  172. The most commonly used syntax for requests is C<< $response =
  173. $browser->get($url) >>, but in truth, you can add extra HTTP header
  174. lines to the request by adding a list of key-value pairs after the URL,
  175. like so:
  176.  
  177.   $response = $browser->get( $url, $key1, $value1, $key2, $value2, ... );
  178.  
  179. For example, here's how to send some more Netscape-like headers, in case
  180. you're dealing with a site that would otherwise reject your request:
  181.  
  182.  
  183.   my @ns_headers = (
  184.    'User-Agent' => 'Mozilla/4.76 [en] (Win98; U)',
  185.    'Accept' => 'image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, image/png, */*',
  186.    'Accept-Charset' => 'iso-8859-1,*,utf-8',
  187.    'Accept-Language' => 'en-US',
  188.   );
  189.  
  190.   ...
  191.   
  192.   $response = $browser->get($url, @ns_headers);
  193.  
  194. If you weren't reusing that array, you could just go ahead and do this: 
  195.  
  196.   $response = $browser->get($url,
  197.    'User-Agent' => 'Mozilla/4.76 [en] (Win98; U)',
  198.    'Accept' => 'image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, image/png, */*',
  199.    'Accept-Charset' => 'iso-8859-1,*,utf-8',
  200.    'Accept-Language' => 'en-US',
  201.   );
  202.  
  203. If you were only ever changing the 'User-Agent' line, you could just change
  204. the C<$browser> object's default line from "libwww-perl/5.65" (or the like)
  205. to whatever you like, using the LWP::UserAgent C<agent> method:
  206.  
  207.    $browser->agent('Mozilla/4.76 [en] (Win98; U)');
  208.  
  209.  
  210.  
  211. =for comment
  212.  ##########################################################################
  213.  
  214.  
  215.  
  216. =head2 Enabling Cookies
  217.  
  218. A default LWP::UserAgent object acts like a browser with its cookies
  219. support turned off. There are various ways of turning it on, by setting
  220. its C<cookie_jar> attribute. A "cookie jar" is an object representing
  221. a little database of all
  222. the HTTP cookies that a browser can know about. It can correspond to a
  223. file on disk (the way Netscape uses its F<cookies.txt> file), or it can
  224. be just an in-memory object that starts out empty, and whose collection of
  225. cookies will disappear once the program is finished running.
  226.  
  227. To give a browser an in-memory empty cookie jar, you set its C<cookie_jar>
  228. attribute like so:
  229.  
  230.   $browser->cookie_jar({});
  231.  
  232. To give it a copy that will be read from a file on disk, and will be saved
  233. to it when the program is finished running, set the C<cookie_jar> attribute
  234. like this:
  235.  
  236.   use HTTP::Cookies;
  237.   $browser->cookie_jar( HTTP::Cookies->new(
  238.     'file' => '/some/where/cookies.lwp',
  239.         # where to read/write cookies
  240.     'autosave' => 1,
  241.         # save it to disk when done
  242.   ));
  243.  
  244. That file will be an LWP-specific format. If you want to be access the
  245. cookies in your Netscape cookies file, you can use the
  246. HTTP::Cookies::Netscape class:
  247.  
  248.   use HTTP::Cookies;
  249.     # yes, loads HTTP::Cookies::Netscape too
  250.   
  251.   $browser->cookie_jar( HTTP::Cookies::Netscape->new(
  252.     'file' => 'c:/Program Files/Netscape/Users/DIR-NAME-HERE/cookies.txt',
  253.         # where to read cookies
  254.   ));
  255.  
  256. You could add an C<< 'autosave' => 1 >> line as further above, but at
  257. time of writing, it's uncertain whether Netscape might discard some of
  258. the cookies you could be writing back to disk.
  259.  
  260.  
  261.  
  262. =for comment
  263.  ##########################################################################
  264.  
  265.  
  266.  
  267. =head2 Posting Form Data
  268.  
  269. Many HTML forms send data to their server using an HTTP POST request, which
  270. you can send with this syntax:
  271.  
  272.  $response = $browser->post( $url,
  273.    [
  274.      formkey1 => value1, 
  275.      formkey2 => value2, 
  276.      ...
  277.    ],
  278.  );
  279.  
  280. Or if you need to send HTTP headers:
  281.  
  282.  $response = $browser->post( $url,
  283.    [
  284.      formkey1 => value1, 
  285.      formkey2 => value2, 
  286.      ...
  287.    ],
  288.    headerkey1 => value1, 
  289.    headerkey2 => value2, 
  290.  );
  291.  
  292. For example, the following program makes a search request to AltaVista
  293. (by sending some form data via an HTTP POST request), and extracts from
  294. the HTML the report of the number of matches:
  295.  
  296.   use strict;
  297.   use warnings;
  298.   use LWP 5.64;
  299.   my $browser = LWP::UserAgent->new;
  300.   
  301.   my $word = 'tarragon';
  302.   
  303.   my $url = 'http://www.altavista.com/sites/search/web';
  304.   my $response = $browser->post( $url,
  305.     [ 'q' => $word,  # the Altavista query string
  306.       'pg' => 'q', 'avkw' => 'tgz', 'kl' => 'XX',
  307.     ]
  308.   );
  309.   die "$url error: ", $response->status_line
  310.    unless $response->is_success;
  311.   die "Weird content type at $url -- ", $response->content_type
  312.    unless $response->content_is_html;
  313.  
  314.   if( $response->decoded_content =~ m{AltaVista found ([0-9,]+) results} ) {
  315.     # The substring will be like "AltaVista found 2,345 results"
  316.     print "$word: $1\n";
  317.   }
  318.   else {
  319.     print "Couldn't find the match-string in the response\n";
  320.   }
  321.  
  322.  
  323.  
  324. =for comment
  325.  ##########################################################################
  326.  
  327.  
  328.  
  329. =head2 Sending GET Form Data
  330.  
  331. Some HTML forms convey their form data not by sending the data
  332. in an HTTP POST request, but by making a normal GET request with
  333. the data stuck on the end of the URL.  For example, if you went to
  334. C<imdb.com> and ran a search on "Blade Runner", the URL you'd see
  335. in your browser window would be:
  336.  
  337.   http://us.imdb.com/Tsearch?title=Blade%20Runner&restrict=Movies+and+TV
  338.  
  339. To run the same search with LWP, you'd use this idiom, which involves
  340. the URI class:
  341.  
  342.   use URI;
  343.   my $url = URI->new( 'http://us.imdb.com/Tsearch' );
  344.     # makes an object representing the URL
  345.   
  346.   $url->query_form(  # And here the form data pairs:
  347.     'title'    => 'Blade Runner',
  348.     'restrict' => 'Movies and TV',
  349.   );
  350.   
  351.   my $response = $browser->get($url);
  352.  
  353. See chapter 5 of I<Perl & LWP> for a longer discussion of HTML forms
  354. and of form data, and chapters 6 through 9 for a longer discussion of
  355. extracting data from HTML.
  356.  
  357.  
  358.  
  359. =head2 Absolutizing URLs
  360.  
  361. The URI class that we just mentioned above provides all sorts of methods
  362. for accessing and modifying parts of URLs (such as asking sort of URL it
  363. is with C<< $url->scheme >>, and asking what host it refers to with C<<
  364. $url->host >>, and so on, as described in L<the docs for the URI
  365. class|URI>.  However, the methods of most immediate interest
  366. are the C<query_form> method seen above, and now the C<new_abs> method
  367. for taking a probably-relative URL string (like "../foo.html") and getting
  368. back an absolute URL (like "http://www.perl.com/stuff/foo.html"), as
  369. shown here:
  370.  
  371.   use URI;
  372.   $abs = URI->new_abs($maybe_relative, $base);
  373.  
  374. For example, consider this program that matches URLs in the HTML
  375. list of new modules in CPAN:
  376.  
  377.   use strict;
  378.   use warnings;
  379.   use LWP;
  380.   my $browser = LWP::UserAgent->new;
  381.   
  382.   my $url = 'http://www.cpan.org/RECENT.html';
  383.   my $response = $browser->get($url);
  384.   die "Can't get $url -- ", $response->status_line
  385.    unless $response->is_success;
  386.   
  387.   my $html = $response->decoded_content;
  388.   while( $html =~ m/<A HREF=\"(.*?)\"/g ) {
  389.     print "$1\n";
  390.   }
  391.  
  392. When run, it emits output that starts out something like this:
  393.  
  394.   MIRRORING.FROM
  395.   RECENT
  396.   RECENT.html
  397.   authors/00whois.html
  398.   authors/01mailrc.txt.gz
  399.   authors/id/A/AA/AASSAD/CHECKSUMS
  400.   ...
  401.  
  402. However, if you actually want to have those be absolute URLs, you
  403. can use the URI module's C<new_abs> method, by changing the C<while>
  404. loop to this:
  405.  
  406.   while( $html =~ m/<A HREF=\"(.*?)\"/g ) {
  407.     print URI->new_abs( $1, $response->base ) ,"\n";
  408.   }
  409.  
  410. (The C<< $response->base >> method from L<HTTP::Message|HTTP::Message>
  411. is for returning what URL
  412. should be used for resolving relative URLs -- it's usually just
  413. the same as the URL that you requested.)
  414.  
  415. That program then emits nicely absolute URLs:
  416.  
  417.   http://www.cpan.org/MIRRORING.FROM
  418.   http://www.cpan.org/RECENT
  419.   http://www.cpan.org/RECENT.html
  420.   http://www.cpan.org/authors/00whois.html
  421.   http://www.cpan.org/authors/01mailrc.txt.gz
  422.   http://www.cpan.org/authors/id/A/AA/AASSAD/CHECKSUMS
  423.   ...
  424.  
  425. See chapter 4 of I<Perl & LWP> for a longer discussion of URI objects.
  426.  
  427. Of course, using a regexp to match hrefs is a bit simplistic, and for
  428. more robust programs, you'll probably want to use an HTML-parsing module
  429. like L<HTML::LinkExtor> or L<HTML::TokeParser> or even maybe
  430. L<HTML::TreeBuilder>.
  431.  
  432.  
  433.  
  434.  
  435. =for comment
  436.  ##########################################################################
  437.  
  438. =head2 Other Browser Attributes
  439.  
  440. LWP::UserAgent objects have many attributes for controlling how they
  441. work.  Here are a few notable ones:
  442.  
  443. =over
  444.  
  445. =item *
  446.  
  447. C<< $browser->timeout(15); >>
  448.  
  449. This sets this browser object to give up on requests that don't answer
  450. within 15 seconds.
  451.  
  452.  
  453. =item *
  454.  
  455. C<< $browser->protocols_allowed( [ 'http', 'gopher'] ); >>
  456.  
  457. This sets this browser object to not speak any protocols other than HTTP
  458. and gopher. If it tries accessing any other kind of URL (like an "ftp:"
  459. or "mailto:" or "news:" URL), then it won't actually try connecting, but
  460. instead will immediately return an error code 500, with a message like
  461. "Access to 'ftp' URIs has been disabled".
  462.  
  463.  
  464. =item *
  465.  
  466. C<< use LWP::ConnCache; $browser->conn_cache(LWP::ConnCache->new()); >>
  467.  
  468. This tells the browser object to try using the HTTP/1.1 "Keep-Alive"
  469. feature, which speeds up requests by reusing the same socket connection
  470. for multiple requests to the same server.
  471.  
  472.  
  473. =item *
  474.  
  475. C<< $browser->agent( 'SomeName/1.23 (more info here maybe)' ) >>
  476.  
  477. This changes how the browser object will identify itself in
  478. the default "User-Agent" line is its HTTP requests.  By default,
  479. it'll send "libwww-perl/I<versionnumber>", like
  480. "libwww-perl/5.65".  You can change that to something more descriptive
  481. like this:
  482.  
  483.   $browser->agent( 'SomeName/3.14 (contact@robotplexus.int)' );
  484.  
  485. Or if need be, you can go in disguise, like this:
  486.  
  487.   $browser->agent( 'Mozilla/4.0 (compatible; MSIE 5.12; Mac_PowerPC)' );
  488.  
  489.  
  490. =item *
  491.  
  492. C<< push @{ $ua->requests_redirectable }, 'POST'; >>
  493.  
  494. This tells this browser to obey redirection responses to POST requests
  495. (like most modern interactive browsers), even though the HTTP RFC says
  496. that should not normally be done.
  497.  
  498.  
  499. =back
  500.  
  501.  
  502. For more options and information, see L<the full documentation for
  503. LWP::UserAgent|LWP::UserAgent>.
  504.  
  505.  
  506.  
  507. =for comment
  508.  ##########################################################################
  509.  
  510.  
  511.  
  512. =head2 Writing Polite Robots
  513.  
  514. If you want to make sure that your LWP-based program respects F<robots.txt>
  515. files and doesn't make too many requests too fast, you can use the LWP::RobotUA
  516. class instead of the LWP::UserAgent class.
  517.  
  518. LWP::RobotUA class is just like LWP::UserAgent, and you can use it like so:
  519.  
  520.   use LWP::RobotUA;
  521.   my $browser = LWP::RobotUA->new('YourSuperBot/1.34', 'you@yoursite.com');
  522.     # Your bot's name and your email address
  523.  
  524.   my $response = $browser->get($url);
  525.  
  526. But HTTP::RobotUA adds these features:
  527.  
  528.  
  529. =over
  530.  
  531. =item *
  532.  
  533. If the F<robots.txt> on C<$url>'s server forbids you from accessing
  534. C<$url>, then the C<$browser> object (assuming it's of class LWP::RobotUA)
  535. won't actually request it, but instead will give you back (in C<$response>) a 403 error
  536. with a message "Forbidden by robots.txt".  That is, if you have this line:
  537.  
  538.   die "$url -- ", $response->status_line, "\nAborted"
  539.    unless $response->is_success;
  540.  
  541. then the program would die with an error message like this:
  542.  
  543.   http://whatever.site.int/pith/x.html -- 403 Forbidden by robots.txt
  544.   Aborted at whateverprogram.pl line 1234
  545.  
  546. =item *
  547.  
  548. If this C<$browser> object sees that the last time it talked to
  549. C<$url>'s server was too recently, then it will pause (via C<sleep>) to
  550. avoid making too many requests too often. How long it will pause for, is
  551. by default one minute -- but you can control it with the C<<
  552. $browser->delay( I<minutes> ) >> attribute.
  553.  
  554. For example, this code:
  555.  
  556.   $browser->delay( 7/60 );
  557.  
  558. ...means that this browser will pause when it needs to avoid talking to
  559. any given server more than once every 7 seconds.
  560.  
  561. =back
  562.  
  563. For more options and information, see L<the full documentation for
  564. LWP::RobotUA|LWP::RobotUA>.
  565.  
  566.  
  567.  
  568.  
  569.  
  570. =for comment
  571.  ##########################################################################
  572.  
  573. =head2 Using Proxies
  574.  
  575. In some cases, you will want to (or will have to) use proxies for
  576. accessing certain sites and/or using certain protocols. This is most
  577. commonly the case when your LWP program is running (or could be running)
  578. on a machine that is behind a firewall.
  579.  
  580. To make a browser object use proxies that are defined in the usual
  581. environment variables (C<HTTP_PROXY>, etc.), just call the C<env_proxy>
  582. on a user-agent object before you go making any requests on it.
  583. Specifically:
  584.  
  585.   use LWP::UserAgent;
  586.   my $browser = LWP::UserAgent->new;
  587.   
  588.   # And before you go making any requests:
  589.   $browser->env_proxy;
  590.  
  591. For more information on proxy parameters, see L<the LWP::UserAgent
  592. documentation|LWP::UserAgent>, specifically the C<proxy>, C<env_proxy>,
  593. and C<no_proxy> methods.
  594.  
  595.  
  596.  
  597. =for comment
  598.  ##########################################################################
  599.  
  600. =head2 HTTP Authentication
  601.  
  602. Many web sites restrict access to documents by using "HTTP
  603. Authentication". This isn't just any form of "enter your password"
  604. restriction, but is a specific mechanism where the HTTP server sends the
  605. browser an HTTP code that says "That document is part of a protected
  606. 'realm', and you can access it only if you re-request it and add some
  607. special authorization headers to your request".
  608.  
  609. For example, the Unicode.org admins stop email-harvesting bots from
  610. harvesting the contents of their mailing list archives, by protecting
  611. them with HTTP Authentication, and then publicly stating the username
  612. and password (at C<http://www.unicode.org/mail-arch/>) -- namely
  613. username "unicode-ml" and password "unicode".  
  614.  
  615. For example, consider this URL, which is part of the protected
  616. area of the web site:
  617.  
  618.   http://www.unicode.org/mail-arch/unicode-ml/y2002-m08/0067.html
  619.  
  620. If you access that with a browser, you'll get a prompt
  621. like 
  622. "Enter username and password for 'Unicode-MailList-Archives' at server
  623. 'www.unicode.org'".
  624.  
  625. In LWP, if you just request that URL, like this:
  626.  
  627.   use LWP;
  628.   my $browser = LWP::UserAgent->new;
  629.  
  630.   my $url =
  631.    'http://www.unicode.org/mail-arch/unicode-ml/y2002-m08/0067.html';
  632.   my $response = $browser->get($url);
  633.  
  634.   die "Error: ", $response->header('WWW-Authenticate') || 'Error accessing',
  635.     #  ('WWW-Authenticate' is the realm-name)
  636.     "\n ", $response->status_line, "\n at $url\n Aborting"
  637.    unless $response->is_success;
  638.  
  639. Then you'll get this error:
  640.  
  641.   Error: Basic realm="Unicode-MailList-Archives"
  642.    401 Authorization Required
  643.    at http://www.unicode.org/mail-arch/unicode-ml/y2002-m08/0067.html
  644.    Aborting at auth1.pl line 9.  [or wherever]
  645.  
  646. ...because the C<$browser> doesn't know any the username and password
  647. for that realm ("Unicode-MailList-Archives") at that host
  648. ("www.unicode.org").  The simplest way to let the browser know about this
  649. is to use the C<credentials> method to let it know about a username and
  650. password that it can try using for that realm at that host.  The syntax is:
  651.  
  652.   $browser->credentials(
  653.     'servername:portnumber',
  654.     'realm-name',
  655.    'username' => 'password'
  656.   );
  657.  
  658. In most cases, the port number is 80, the default TCP/IP port for HTTP; and
  659. you usually call the C<credentials> method before you make any requests.
  660. For example:
  661.  
  662.   $browser->credentials(
  663.     'reports.mybazouki.com:80',
  664.     'web_server_usage_reports',
  665.     'plinky' => 'banjo123'
  666.   );
  667.  
  668. So if we add the following to the program above, right after the C<<
  669. $browser = LWP::UserAgent->new; >> line...
  670.  
  671.   $browser->credentials(  # add this to our $browser 's "key ring"
  672.     'www.unicode.org:80',
  673.     'Unicode-MailList-Archives',
  674.     'unicode-ml' => 'unicode'
  675.   );
  676.  
  677. ...then when we run it, the request succeeds, instead of causing the
  678. C<die> to be called.
  679.  
  680.  
  681.  
  682. =for comment
  683.  ##########################################################################
  684.  
  685. =head2 Accessing HTTPS URLs
  686.  
  687. When you access an HTTPS URL, it'll work for you just like an HTTP URL
  688. would -- if your LWP installation has HTTPS support (via an appropriate
  689. Secure Sockets Layer library).  For example:
  690.  
  691.   use LWP;
  692.   my $url = 'https://www.paypal.com/';   # Yes, HTTPS!
  693.   my $browser = LWP::UserAgent->new;
  694.   my $response = $browser->get($url);
  695.   die "Error at $url\n ", $response->status_line, "\n Aborting"
  696.    unless $response->is_success;
  697.   print "Whee, it worked!  I got that ",
  698.    $response->content_type, " document!\n";
  699.  
  700. If your LWP installation doesn't have HTTPS support set up, then the
  701. response will be unsuccessful, and you'll get this error message:
  702.  
  703.   Error at https://www.paypal.com/
  704.    501 Protocol scheme 'https' is not supported
  705.    Aborting at paypal.pl line 7.   [or whatever program and line]
  706.  
  707. If your LWP installation I<does> have HTTPS support installed, then the
  708. response should be successful, and you should be able to consult
  709. C<$response> just like with any normal HTTP response.
  710.  
  711. For information about installing HTTPS support for your LWP
  712. installation, see the helpful F<README.SSL> file that comes in the
  713. libwww-perl distribution.
  714.  
  715.  
  716. =for comment
  717.  ##########################################################################
  718.  
  719.  
  720.  
  721. =head2 Getting Large Documents
  722.  
  723. When you're requesting a large (or at least potentially large) document,
  724. a problem with the normal way of using the request methods (like C<<
  725. $response = $browser->get($url) >>) is that the response object in
  726. memory will have to hold the whole document -- I<in memory>. If the
  727. response is a thirty megabyte file, this is likely to be quite an
  728. imposition on this process's memory usage.
  729.  
  730. A notable alternative is to have LWP save the content to a file on disk,
  731. instead of saving it up in memory.  This is the syntax to use:
  732.  
  733.   $response = $ua->get($url,
  734.                          ':content_file' => $filespec,
  735.                       );
  736.  
  737. For example,
  738.  
  739.   $response = $ua->get('http://search.cpan.org/',
  740.                          ':content_file' => '/tmp/sco.html'
  741.                       );
  742.  
  743. When you use this C<:content_file> option, the C<$response> will have
  744. all the normal header lines, but C<< $response->content >> will be
  745. empty.
  746.  
  747. Note that this ":content_file" option isn't supported under older
  748. versions of LWP, so you should consider adding C<use LWP 5.66;> to check
  749. the LWP version, if you think your program might run on systems with
  750. older versions.
  751.  
  752. If you need to be compatible with older LWP versions, then use
  753. this syntax, which does the same thing:
  754.  
  755.   use HTTP::Request::Common;
  756.   $response = $ua->request( GET($url), $filespec );
  757.  
  758.  
  759. =for comment
  760.  ##########################################################################
  761.  
  762.  
  763. =head1 SEE ALSO
  764.  
  765. Remember, this article is just the most rudimentary introduction to
  766. LWP -- to learn more about LWP and LWP-related tasks, you really
  767. must read from the following:
  768.  
  769. =over
  770.  
  771. =item *
  772.  
  773. L<LWP::Simple> -- simple functions for getting/heading/mirroring URLs
  774.  
  775. =item *
  776.  
  777. L<LWP> -- overview of the libwww-perl modules
  778.  
  779. =item *
  780.  
  781. L<LWP::UserAgent> -- the class for objects that represent "virtual browsers"
  782.  
  783. =item *
  784.  
  785. L<HTTP::Response> -- the class for objects that represent the response to
  786. a LWP response, as in C<< $response = $browser->get(...) >>
  787.  
  788. =item *
  789.  
  790. L<HTTP::Message> and L<HTTP::Headers> -- classes that provide more methods
  791. to HTTP::Response.
  792.  
  793. =item *
  794.  
  795. L<URI> -- class for objects that represent absolute or relative URLs
  796.  
  797. =item *
  798.  
  799. L<URI::Escape> -- functions for URL-escaping and URL-unescaping strings
  800. (like turning "this & that" to and from "this%20%26%20that").
  801.  
  802. =item *
  803.  
  804. L<HTML::Entities> -- functions for HTML-escaping and HTML-unescaping strings
  805. (like turning "C. & E. BrontE<euml>" to and from "C. & E. Brontë")
  806.  
  807. =item *
  808.  
  809. L<HTML::TokeParser> and L<HTML::TreeBuilder> -- classes for parsing HTML
  810.  
  811. =item *
  812.  
  813. L<HTML::LinkExtor> -- class for finding links in HTML documents
  814.  
  815. =item *
  816.  
  817. The book I<Perl & LWP> by Sean M. Burke.  O'Reilly & Associates, 2002.
  818. ISBN: 0-596-00178-9.  C<http://www.oreilly.com/catalog/perllwp/>
  819.  
  820. =back
  821.  
  822.  
  823. =head1 COPYRIGHT
  824.  
  825. Copyright 2002, Sean M. Burke.  You can redistribute this document and/or
  826. modify it, but only under the same terms as Perl itself.
  827.  
  828. =head1 AUTHOR
  829.  
  830. Sean M. Burke C<sburke@cpan.org>
  831.  
  832. =for comment
  833.  ##########################################################################
  834.  
  835. =cut
  836.  
  837. # End of Pod
  838.