Question

我有一个访问fcc.gov的脚本，然后点击一个触发下载的链接：

require "mechanize"

docket_number = "12-268" #"96-128"

url = "http://apps.fcc.gov/ecfs/comment_search/execute?proceeding=#{docket_number}"
agent = Mechanize.new
agent.pluggable_parser.default = Mechanize::DirectorySaver.save_to 'downloads'

agent.get(url) do |page|
    link = page.link_with(:text => "Export to Excel file")
    xls = agent.click(link)
end

当docket_number为“12-268”时，此方法正常。但当您将其更改为“96-128”时，Mechanize会下载页面的html而不是所需的电子表格。

两个页面的网址都是：

http://apps.fcc.gov/ecfs/comment_search/execute?proceeding=12-268（有效）
http://apps.fcc.gov/ecfs/comment_search/execute?proceeding=96-128（这是我需要帮助的地方）

正如您所看到的，如果您在浏览器中访问每个页面（我正在使用Chrome）并单击“导出到Excel文件”，则会下载电子表格文件并且没有问题。 “96-128”还有更多行，因此当您单击“导出”链接时，它会将您带到一个新页面，该页面每10秒左右刷新一次，直到文件开始下载。我怎样才能解决这个问题？为什么会出现这种不一致？

Answer 1

单击96-128上的导出将转到使用此类标记刷新的页面（之前我从未听说过）：

<meta http-equiv="refresh" content="5;url=/ecfs/comment_search/export?exportType=xls"/>

默认情况下，Mechanize不会跟随这些刷新。要解决此问题，请更改agent上的设置：

agent.follow_meta_refresh = true

来源：https://stackoverflow.com/a/2166480/94154

Answer 2

进程12-268有48个条目，96-128有4046个。当我点击后者的“导出到Excel文件”时，有时会出现一个页面：

完成处理4046条记录中的933条。如果此页面未自动重新加载，请单击。

我猜机械化也是这样看的。

重定向后使用Ruby Mechanize下载XLS文件时出现不明原因的不一致

2 个答案: