Ruby中Mechanize的使用深度解析

　　下面是小编给大家分享的一篇ruby.html" target="_blank">Ruby中Mechanize的使用深度解析，感兴趣的朋友跟小编一起来了解一下吧!

　　Ruby中实现网页抓取，一般用的是mechanize，使用非常简单。

　　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('http://google.com/')

　　模拟点击事件

　　复制代码 代码如下:

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

　　模拟表单提交

　　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

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

　　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)

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

　　复制代码 代码如下:

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

　　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

　　以上就是Ruby中Mechanize的使用深度解析了，想必都了解了吧，更多相关内容请继续关注爱站技术频道。