Question

正如标题所说，我有一些DOM操作任务。例如，我想： - 找到所有具有蓝色的H1元素。 - 找到所有大小为12px的文本。 - 等..

如何使用Rails执行此操作？

谢谢.. :)）

更新

我一直在做一些关于根据本文提取网页内容的研究 - ＆gt; http://www.springerlink.com/index/A65708XMUR9KN9EA.pdf

该步骤的摘要是：

获取我想要提取的网址（单个网页）
根据一些视觉规则从网页中抓取一些元素（例如：抓住所有 H1，其中有蓝色）
使用我的算法处理元素
将结果保存到我的数据库中。

- 我的英语不好 -

Answer 1

如果你要做的是在rails应用程序中操作HTML文档，你应该看一下Nokogiri。

它使用XPath搜索文档。通过以下内容，您可以在文档中找到任何带有“blue”css类的h1。

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::HTML(open('http://www.stackoverflow.com'))
doc.xpath('//h1/a[@class="blue"]').each do |link|
    puts link.content
end

之后，如果您尝试做的事情确实在解析当前页面dom，那么您应该看看JavaScript和JQuery。 Rails不能那样做。

Answer 2

http://railscasts.com/episodes/190-screen-scraping-with-nokogiri

Answer 3

为了可靠地整理网页上任意元素的颜色，您需要对浏览器进行反向工程（以准确地考虑样式表，标记黑客，损坏的标签，图像等）。

更简单的方法是将现有的浏览器（例如gecko）嵌入到自制的自定义应用程序中。

当您的蜘蛛浏览页面时，它会将它们传递给您嵌入的壁虎实例，您可以使用getComputedStyle来提取单个元素的颜色。

你最初提到过想在这个项目中使用Ruby on Rails，Rails是一个用于编写表示应用程序的框架，并且非常适合这样的项目。

作为一个起点，我建议您查看RubyGnome，特别是RubyGnome的Gtk::MozEmbed功能。

如何使用Ruby on Rails操作DOM

3 个答案: