Ruby 导出整个html<；表>；使用Watir创建文本文档

基本上我想做的就是将整个html表导出到一个.txt文件（记事本文档）

到目前为止，我已经学会了如何指导浏览器查找带有表格的html页面

require 'rubygems' 
require 'hpricot' 
require "watir-webdriver" 
url = "http://www.example.com"
browser = Watir::Browser.new 
browser.goto url

在cmd中运行上述命令后，我现在可以在浏览器中看到html表

这就是我被困的地方。我如何使用Watir来

找到标签

收集和中的所有内容（即html和文本）

将这些结果提取到.txt文件（记事本文档）中，并将其保存在特定文件夹中

仅供参考，html表如下所示

<table border="1" cellpadding="2">
<tr>
<th> Address </th>
<th> Council tax band </th>
<th> Annual council tax </th>
</tr>

<tr>
<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>
<td align="center"> F </td>
<td align="center"> &pound;2125 </td>
</tr>

地址
议会税阶
年度议会税
CV56BZ考文垂斯通利大道2号
F
&磅；2125

。。。。。。。上面这一行重复了很多次

</table> 

然后桌子就关上了

所以要重新控制我的处境。我可以使用Watir将浏览器导航到包含html表的页面，但我的问题是，我不确定如何将结果（标记中的所有内容-包括html）提取到.txt文件，然后将该.txt文件保存到我的计算机上

我更愿意使用Watir采取更小的步骤。我知道这一点，因此我只想学习如何提取表，并将我提取的所有内容保存到一个.txt文件中。我在网上看到了几个使用hpricot的示例。然而，大多数示例似乎遗漏了详细说明如何将数组（如果这是正确的方法）输出到.txt文件的代码

您可以通过演示如何编写一段简单的代码来帮助我们将html表（以及所有内容，包括，以及介于两者之间的所有内容）提取到.txt记事本文件中吗

---

非常感谢您抽出时间。

要获取整个表格的HTML（如果它是页面上唯一的表格）：

你会得到这样的结果：

=> "<table border=\"1\" cellpadding=\"2\">\n<tbody><tr>\n<th> Address </th>\n<th> Council tax band </th>\n<th> Annual council tax </th>\n</tr>\n\n<tr>\n<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>\n<td align=\"center\"> F </td>\n<td align=\"center\"> £2125 </td>\n</tr>\n\n</tbody></table>"

Address
Council tax band
Annual council tax
2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ
F
£2125

要将每个单元格的文本写入文件，请执行以下操作：

content = b.table.trs.collect {|tr| [tr[0].text, tr[1].text, tr[2].text]}
File.open("table.txt", "w") {|file| file.puts content}

该文件将如下所示：

=> "<table border=\"1\" cellpadding=\"2\">\n<tbody><tr>\n<th> Address </th>\n<th> Council tax band </th>\n<th> Annual council tax </th>\n</tr>\n\n<tr>\n<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>\n<td align=\"center\"> F </td>\n<td align=\"center\"> £2125 </td>\n</tr>\n\n</tbody></table>"

Address
Council tax band
Annual council tax
2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ
F
£2125

---

有很多方法可以做到这一点，如果我们对你想要实现的目标有更多的了解，那么我们可以给你更具体的答案，而不是笼统的答案

如果要将内容转换为数组，可以使用Zeljko展示的

.collect

。如果您只想处理数据或迭代表中的行和单元格，则

。每个
或
。每个带有索引的\u可能就是您想要的

我怀疑您真的想要表中的文本，而不是HTML。因此，这里有一些东西可以尝试（未经测试，但应该有效）

如果上面的
.rows
或
.cells
不起作用（未知方法），请尝试替换为
.trs
和
.tds
（并非所有版本的watir都具有友好的
这些方法的别名）

看看是否能说出你感兴趣的东西。如果是这样的话，您应该能够轻松地修改以将您想要的内容写入文件，而不是将其放到屏幕上

但是，如果验证是您的目标，那么让自动化代码在数据库中查找并为您进行比较可能会更容易
 您可能不需要这样做：
require'hpricot'
作为对Watir的介绍，我推荐我的Watir书籍的免费版本：为什么您需要表格的HTML？您确定您不想只使用表格中的文本吗？你真的想要原始HTML吗？奇怪的是，本周出现了多个问题，需要hrpicot和watir webdriver。我不知道是不是一个博客造成的。这绝对符合我想要的开始。我假设如果我想将其保存为.CSV文件，我会将（“table.txt”、“w”）更改为（“table.CSV”、“w”）。在尝试上述代码后，我遇到了一个小问题。我已经完成了，在进入“File.open”（“table.txt”，“w”）{| File | File.puts content}之前，它可以正常工作。我需要Win32console吗？我是否需要创建文本文件并将其保持打开状态？我对此非常陌生，请接受我的道歉。@user1077250:要创建csv文件，您还需要更改保存到文件中的文本，仅更改文件扩展名不会创建格式正确的csvfile@user1077250：如果提供保存文件时收到的错误消息，我可以告诉你更多的@Željko Filipin谢谢你的建议。我已设法将文本写入文件。很高兴。谢谢你的替代方法。然而，对于如何将收集到的内容写入文件，我并不感到困惑。我是瓦蒂尔的新手，那么我将如何使用类似于泽利科建议的方法？@user1077250：我建议您阅读Ruby如何处理文件。只需谷歌一下。如果你有特殊的问题，可以问。是的，类似的问题。。文件IO是基本Ruby内容的一部分（不特定于Watir），您可以找到多个Ruby教程来介绍如何使用文件。或者我可以推荐Brian Marick写的优秀的“使用Ruby编写日常脚本”一书
Address
Council tax band
Annual council tax
2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ
F
£2125

browser.table(:how => what).rows.each_with_index do |row, r|
  row.cells.each_with_index do |cell, c|
    puts "Row:#{r} Cell:#{c} text is: #{cell.text}"
  end
end