Question

使用Mechanize，是否可以在页面的HTML中找到一个短语，例如“email”，并在此之后找到下一个<input*，并填写该输入字段，并且只填写该字段？

Answer 1

Mechanize在内部使用Nokogiri来处理它的DOM解析，这是它在页面中定位不同元素的能力的基础。

可以访问已解析的DOM，并通过它使用Nokogiri来定位通常不会让我们找到的元素。例如：

require 'mechanize'

agent = Mechanize.new
page = agent.get('http://www.example.com')

# Use Nokogiri to find the content of the <h1> tag...
puts page.at('h1').content # => "Example Domain"

对于您的搜索，您需要使用XPath访问器来查找页面中“email”的位置。完成后，您可以找到下一个<input>标记。

从一个简单的HTML片段开始，我们假装这来自Mechanize：

page = Nokogiri::HTML('<div><form><p>email</p><input name="email"></form></div>')
puts page.to_html

看起来像：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><div><form>
<p>email</p>
<input name="email">
</form></div></body></html>

搜索“电子邮件”：

page.at("//*[contains(text(),'email')]")
#<Nokogiri::XML::Element:0x3ff50d0c4bc0 name="p" children=[#<Nokogiri::XML::Text:0x3ff50d0c497c "email">]>

在此基础上，这会获得<input>标记：

input_tag = page.at("//*[contains(text(),'email')]/following-sibling::input")
#<Nokogiri::XML::Element:0x3ff50d09b75c name="input" attributes=[#<Nokogiri::XML::Attr:0x3ff50d09b5f4 name="name" value="email">]>

找到输入标签后，您可以使用Nokogiri从标签中获取“名称”，然后告诉Mechanize找到并填写该特定输入字段：

input_tag['name']
=> "email"

要使Web表单正常运行，它必须具有元素的名称。那些在提交表单时传递给服务器。如果没有这些名称，确定哪些输入发送了特定的数据需要花费很多工作，并且程序员很懒，我们不想努力工作，所以你可以指望有一个名字可以使用。 / p>

有关详细信息，请参阅“Ruby Mechanize, Nokogiri and Net::HTTP”以及a search of Stack Overflow，阅读Nokogiri documenation and tutorials将为您提供大量所需信息，以便了解如何完成其余工作。

Answer 2

首先找到带有短语text的元素：

el = page.at('*[text()*="some phrase"]')

从那里你可以获得以下第一个输入：

input = el.at('./following::input')

现在，找到该输入的祖先表单节点：

form_node = input.ancestors('form')[0]

然后使用它来获取Mechanize :: Form对象

form = page.form_with(:form_node => form_node)

现在你可以填写价值

form[input[:name]] = 'foo'

Answer 3

对于格式正确的 HTML页面，input元素应该label显示input的内容。在这种情况下，您可以迭代所有label，找到包含文本"email"的{{1}}，并通过input的{{1}}属性获取关联的for。

但是，并非所有HTML页面都是格式良好的。没有label，没有label属性或其他不正确的问题。

如果你的意思是for正好在DOM中的某个元素之后。您可以执行一些DOM遍历来查找包含input的元素旁边是否有"email"元素。

如果您指的是呈现页面中元素旁边的input，则应定义“旁边”的内容。我认为如果不付出努力，你无法得到你想要的东西。位于元素“email”之后的某个元素可能会放在它之前，带有一些CSS技巧。您需要一些图形API才能找到input。但是，我在input的API文档中没有看到这一点。

使用Mechanize查找下一个输入元素？

3 个答案: