Ruby中的Mechanize的使用教程

Ruby中贯彻网页抓取,一般用的是mechanize,使用特别轻巧。

安装

复制代码 代码如下:

sudo gem install mechanize

抓取网页

复制代码 代码如下:

require ‘rubygems’
require ‘mechanize’
agent = Mechanize.new
page = agent.get(”)

宪章点击事件

复制代码 代码如下:

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

模仿表单提交

复制代码 代码如下:

google_form = page.form(‘f’)
google_form[“q”] = ‘ruby mechanize’
page = agent.submit(google_form, google_form.buttons.first)
pp page

浅析页面,mechanize用的是nokogiri分析网页的,所以能够参见nokogiri的文档

复制代码 代码如下:

table = page.search(‘a’)
text = table.inner_text
puts text

有几点注意的地方:
要是急需首先登场陆的网页,那么能够在网站首先登场陆,登录后记录JSESSIONID,然后赋值给agent

复制代码 代码如下:

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

一经急需保留网页,使用.save_as,(可能save也足以,作者没试过)例如

复制代码 代码如下:

agent.get(”

小技巧

puts Mechanize::AGENT_ALIASES 能够打字与印刷出富有可用的user_agent
puts Mechanize.instance_methods(false) 输出Mechanize模块的有着办法
puts Mechanize.instance_methods()  
输出Mechanize模块的具有办法以及所承袭的类的函数

您大概感兴趣的小说:

  • 在Python中应用mechanize模块模拟浏览器作用
  • Ruby中运用mechanize批量下载校内网相册照片
  • python中mechanize库的简练利用示例
  • Python使用Mechanize模块编写爬虫的中央分析

相关文章