• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    迪恩网络公众号

Ruby:Mechanize的使用教程

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

小技巧


 

  • puts Mechanize::AGENT_ALIASES 可以打印出所有可用的user_agent
  • puts Mechanize.instance_methods(false) 输出Mechanize模块的所有方法
  • puts Mechanize.instance_methods()   输出Mechanize模块的所有方法以及所继承的类的函数

 推荐阅读


 官方文档

Many Mechanize Examples

模拟Google搜索

使用mechanize分析并批量下载校内网相册照片

Mechanize使用手册中文版

Mechanize使用手册英文版

Mechanize模拟自然网页交互一些基本常用方法


Ruby中实现网页抓取,一般用的是mechanize,使用非常简单。

安装

sudo gem install mechanize

抓取网页

require 'rubygems'
require 'mechanize'
agent = Mechanize.new
page = agent.get('http://google.com/')

模拟点击事件

page = agent.page.link_with(:text => 'News').click

模拟表单提交

google_form = page.form('f')
google_form["q"] = 'ruby mechanize'
page = agent.submit(google_form, google_form.buttons.first)
pp page

分析页面,mechanize用的是nokogiri解析网页的,所以可以参照nokogiri的文档

table = page.search('a')
text = table.inner_text
puts text

有几点注意的地方: 如果需要先登录的网页,那么可以在网站先登录,登录后记录JSESSIONID,然后赋值给agent

cookie = Mechanize::Cookie.new("JSESSIONID", "BA58528B76124698AD033EE6DF12B986:-1")
cookie.domain = "datamirror.csdb.cn"
cookie.path = "/"
agent.cookie_jar.add!(cookie)

如果需要保存网页,使用.save_as,(或许save也可以,我没试过)例如

agent.get("http://google.com").save_as

 


转载自:http://www.cnblogs.com/Stoned/archive/2012/02/23/2364389.html 


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
ubuntu中Ruby开发集成环境发布时间:2022-07-14
下一篇:
Ruby on rails开发从头来(三十七)- ActiveRecord基础发布时间:2022-07-14
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap