用Ruby解析网页的最好方法是什么？
提问于 2008-09-25 19:31:55
我一直在研究rubyforge上的XML和HTML库，寻找一种从网页中提取数据的简单方法。例如，如果我想在stackoverflow上解析一个用户页面，如何将数据转换为可用的格式？
假设我想解析我自己的用户页面，以获得我当前的声誉分数和徽章列表。我试图将从我的用户页面检索到的源代码转换为xml，但由于缺少div，转换失败。我知道我可以做一个字符串比较，并找到我正在寻找的文本，但必须有更好的方法来做到这一点。
我希望将其合并到一个简单的脚本中，该脚本在命令行中显示我的用户数据，并可能将其扩展到GUI应用程序中。
回答 6
Stack Overflow用户
回答已采纳
发布于 2014-01-30 14:32:45
现在使用。
Stack Overflow用户
发布于 2008-09-25 19:41:45
不幸的是，stackoverflow声称是XML，但实际上不是，但是Hpricot可以为您将这个标记解析成一个元素树。
require 'hpricot'
require 'open-uri'
doc = Hpricot(open("http://stackoverflow.com/users/19990/armin-ronacher"))
reputation = (doc / "td.summaryinfo div.summarycount").text.gsub(/[^\d]+/, "").to_i以此类推。
Stack Overflow用户
发布于 2008-09-25 19:35:20
试试hpricot，它很好...太棒了
我已经多次使用它来抓取屏幕。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/137605
复制
腾讯云开发者
