使用Mechanize检索网站的所有链接

时间:2012-07-23 13:11:42

标签: ruby recursion mechanize web-crawler

如何使用Mechanize库查找网站上的所有链接?

我希望递归地解析内部链接,以便获取网站的所有链接。

2 个答案:

答案 0 :(得分:5)

你看过Anemone宝石了吗?它专门为抓取网站而创建。

您可以执行以下操作来抓取并打印网站的所有链接:

require 'anemone'

Anemone.crawl("http://www.example.com/") do |anemone|
  anemone.focus_crawl { |page| puts page.links }
end

有相当详细的文档可供选择,如果你想要整个方面,排除某些类型的链接,或排除类似的链接。

答案 1 :(得分:0)

不是红宝石解决方案,但我发现this script简单有效。