4

私はRubyにかなり慣れていませんが、スクレーパーを使って混乱しています。私は Mechanize を使用していますが、これまでのところ非常にうまく機能しています。私は今、一連のリンクの href 属性を取得することに少し行き詰まっています。

href 属性を取得して、これらの各ページを開いてさらに情報を取得できるようにする必要があります。

これは可能ですか？

これが例です。

all_results.search("table.mcsResultsTable tr").each do |tablerow|
    installer_link = tablerow.search("td:first-child a").href
    puts installer_link + "\n"
4

1 に答える 1

3

href 属性を抽出する方法について、次の例を参考にしてください。

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a name="html" href = "http://foo">HTML Tutorial</a><br>
<a name="css" href = "http://fooz">CSS Tutorial</a><br>
<a name="xml" href = "http://fiz">XML Tutorial</a><br>
<a href="/js/">JavaScript Tutorial</a>
eot

doc.search("//a").class # => Nokogiri::XML::NodeSet
doc.search("//a").each {|nd| puts nd['href'] }
doc.search("//a").map(&:class)
# => [Nokogiri::XML::Element, Nokogiri::XML::Element, Nokogiri::XML::Element,
#    Nokogiri::XML::Element]

出力:

http://foo
http://fooz>CSS Tutorial</a><br>
<a name=
/js/

基本的にはノードセットdoc.search("//a")を提供します。これは (s) のコレクションにすぎません。このメソッドを使用して、特定のノードの属性値を取得できます。Nokogiri は、属性と値のペアをハッシュとして保持します。以下を見てください：Nokogiri::XML::NodeNokogiri::XML::Node#[]

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a target="_blank" class="tryitbtn" href="tryit.asp?filename=try_methods">Try it yourself &raquo;</a>
eot

doc.at('a').keys 
# => ["target", "class", "href"]
doc.at('a').values
# => ["_blank", "tryitbtn", "tryit.asp?filename=try_methods"]
doc.at('a')['target'] # => "_blank"
doc.at('a')['class']  # => "tryitbtn"
于 2013-09-27T10:01:47.513 に答える