pricot 是快又好用的 Ruby HTML parser，來源 JQuery。它的特點是 1.速度快，因為核心用C改寫了 2.好用的介面，你可以用CSS selectors,element IDs,tag types 等。
其它特點可以解析 XML，可以解析 invaild 的 HTML，甚至可以更改 document 結構。
open-uri中文說明
hpricot官方git地址
require 'open-uri'
doc = open("http://qwantz.com/") { |f| Hpricot(f) }
require 'rubygems'
require 'hpricot'
document = <<END
<ul>
<li>first item</li>
<li>second item</li>
</ul>
END
doc = Hpricot.parse(document)
(doc/'li').each do |item|
puts item.inner_html#輸出內容
end
require 'rubygems'
require 'hpricot'
require 'open-uri'
url = "http://www.abc.com/news/news_msg.php"
doc = Hpricot(open(url))
doc.search('table tr td div.tbCopy font').each do |item|
(item/'a').each do |nav|
puts nav.attributes['href']#讀取屬性
puts nav.inner_html
end
end
沒有留言:
張貼留言