Ruby on rails Rails,从动态URL抓取
在最基本的情况下,我想刮一个网站,并呈现部分代码,如所有的H1或其他东西。我过去使用过Nokogiri和Mechanize,并且熟悉刮削的基础知识。在过去,我会像这样构建一个thor任务Ruby on rails Rails,从动态URL抓取,ruby-on-rails,web-scraping,Ruby On Rails,Web Scraping,在最基本的情况下,我想刮一个网站,并呈现部分代码,如所有的H1或其他东西。我过去使用过Nokogiri和Mechanize,并且熟悉刮削的基础知识。在过去,我会像这样构建一个thor任务 class Scrape < Thor desc "cl_redding","Scrape Craigslist for Rentals" def cl_redding require File.expand_path('config/environment.rb') require
class Scrape < Thor
desc "cl_redding","Scrape Craigslist for Rentals"
def cl_redding
require File.expand_path('config/environment.rb')
require 'rubygems'
require 'nokogiri'
require 'open-uri'
require 'mechanize'
require 'yaml'
require 'aws-sdk'
require 'csv'
require 'json'
agent = Mechanize.new
page = agent.get('http://redding.craigslist.org/search/apa?zoomToPosting=&catAbb=apa&query=&minAsk=&maxAsk=&bedrooms=&housing_type=&hasPic=1&excats=')
class Scrape
这一切都很酷,也很管用,尽管它只会抓取craigslist,而且因为我特别通过page=,所以我要问的是,有人对我如何从网站的输入框中抓取一个名为的网站有什么建议吗?欢迎提供具体的帮助、教程、建议或资源。我认为您的问题有点过于笼统
- 你需要启动一个rails应用程序
- 构建一个表单来接受要刮取的url的输入-可能实现一个页面模型来存储要刮取的页面
- 按照示例中的方式解析url
- 可能使用后端处理工具,如sidekiq,以避免前端刮伤
- 存储结果并将其显示在第#显示页