Ruby：Mechanize的使用教程

小技巧

---

 

• puts Mechanize::AGENT_ALIASES 能夠打印出全部可用的user_agent
• puts Mechanize.instance_methods(false) 輸出Mechanize模塊的全部方法
• puts Mechanize.instance_methods()   輸出Mechanize模塊的全部方法以及所繼承的類的函數

 推薦閱讀

---

 官方文檔

Many Mechanize Examples

模擬Google搜索

使用mechanize分析並批量下載校內網相冊照片

Mechanize使用手冊中文版

Mechanize使用手冊英文版

Mechanize模擬天然網頁交互一些基本經常使用方法

---

Ruby中實現網頁抓取，通常用的是mechanize，使用很是簡單。

安裝

sudo gem install mechanize

抓取網頁

require 'rubygems'
require 'mechanize'
agent = Mechanize.new
page = agent.get('http://google.com/')

模擬點擊事件

page = agent.page.link_with(:text => 'News').click

模擬表單提交

google_form = page.form('f')
google_form["q"] = 'ruby mechanize'
page = agent.submit(google_form, google_form.buttons.first)
pp page

分析頁面，mechanize用的是nokogiri解析網頁的，因此能夠參照nokogiri的文檔

table = page.search('a')
text = table.inner_text
puts text

有幾點注意的地方： 若是須要先登陸的網頁，那麼能夠在網站先登陸，登陸後記錄JSESSIONID，而後賦值給agent

cookie = Mechanize::Cookie.new("JSESSIONID", "BA58528B76124698AD033EE6DF12B986:-1")
cookie.domain = "datamirror.csdb.cn"
cookie.path = "/"
agent.cookie_jar.add!(cookie)

若是須要保存網頁，使用.save_as，(或許save也能夠，我沒試過)例如

agent.get("http://google.com").save_as

 

---

轉載自：http://www.cnblogs.com/Stoned/archive/2012/02/23/2364389.html