Ruby on rails 从RSS源中提取文本时出现问题
我是Ruby和Rails的新手 我看过rails cast 190,我刚刚开始玩它。我使用选择器小工具查找CSS和XPath 我有以下代码Ruby on rails 从RSS源中提取文本时出现问题,ruby-on-rails,nokogiri,web-crawler,Ruby On Rails,Nokogiri,Web Crawler,我是Ruby和Rails的新手 我看过rails cast 190,我刚刚开始玩它。我使用选择器小工具查找CSS和XPath 我有以下代码 require 'rubygems' require 'nokogiri' require 'open-uri' url = "http://www.telegraph.co.uk/sport/football/rss" doc = Nokogiri::HTML(open(url)) doc.xpath('//a').each do |
require 'rubygems'
require 'nokogiri'
require 'open-uri'
url = "http://www.telegraph.co.uk/sport/football/rss"
doc = Nokogiri::HTML(open(url))
doc.xpath('//a').each do |paragraph|
puts paragraph.text
end
当我使用css从普通HTML页面提取文本时,我可以在控制台上获取提取的文本
但是,当我尝试对上面代码中提到的以下URL的RSS提要使用CSS或XPath执行相同操作时,我没有得到任何输出
如何从RSS提要中提取文本
我还有一个愚蠢的问题
有没有办法从两个不同的提要中提取文本并在控制台上显示
差不多
url1 = "http://www.telegraph.co.uk/sport/football/rss"
url2 = "http://www.telegraph.co.uk/sport/cricket/rss"
期待您的帮助和建议
多谢各位
Gautam您已经安装了这些:
libxml2
libxml2开发
libxslt
libxslt devRss页面不是HTML文档,而是XML,因此您应该使用
Nokogiri::XML(open(url))
然后查看rss页面的源代码。没有
元素
文档中的所有链接都是使用
标记创建的:
<link>http://www.telegraph.co.uk/sport/football/world-cup-2010/teams/france/7769203/France-2-Costa-Rica-1-match-report.html</link>
如果您只需要文章的链接,请使用doc.xpath('//guid')
对于许多提要,只需使用循环
feeds = ["http://www.telegraph.co.uk/sport/football/rss", "http://www.telegraph.co.uk/sport/cricket/rss"]
feeds.each do |url|
#and here goes code as before
end
如果您正在处理提要,则应该使用 工作起来很有魅力
祝你好运 不需要循环。。。简单地
puts doc.xpath('//link/text()')
将打印所有链接文本。我尝试使用“.to_s”,但仍然不起作用!!
feeds = ["http://www.telegraph.co.uk/sport/football/rss", "http://www.telegraph.co.uk/sport/cricket/rss"]
feeds.each do |url|
#and here goes code as before
end
puts doc.xpath('//link/text()')