Question

目前我正在看一下Mechanize。我是Ruby的新手，所以请耐心等待。

我写了一个小测试脚本：

require 'rubygems'
require 'mechanize'

agent = WWW::Mechanize.new

page = agent.get('http://www.google.de')
pp page.title
google_form = page.form_with(:name => 'f')
google_form.q = 'test'
page = agent.submit(google_form)
pp page.title

page_links = Array.new
page.links.each do |ll|
  page_links << ll
end
puts page_links.size

这很有效。但page_links不仅包括搜索结果。它还包括谷歌链接，如登录，图片，... 结果链接拥有一个样式“1”。是否可以只选择class == 1的链接？我如何实现这一目标？

是否可以修改“agentalias”？如果我拥有一个网站，包括谷歌分析或什么的东西，我会在我的网站上看到机械化的浏览器客户端？

我可以按ID而不是名字选择元素吗？我试着用

my_form = page.form_with(:id => 'myformid')

但这不起作用。

Answer 1

在这种情况下，比如你正在使用Nokogiri DOM搜索。这是你的代码有点重写：

require 'rubygems'
require 'mechanize'

agent = Mechanize.new

page = agent.get('http://www.google.de')
pp page.title
google_form = page.form_with(:name => 'f')
google_form.q = 'test'
page = agent.submit(google_form)
pp page.title

page_links = Array.new
#maybe you better use 'h3.r > a.l' here
page.parser.css("a.l").each do |ll|
#page.parser here is Nokogiri::HTML::Document
  page_links << ll
  puts ll.text + "=>" + ll["href"]
end
puts page_links.size

这篇文章可能是一个很好的起点： getting-started-with-nokogiri 顺便说一下文章中的样本也处理谷歌搜索;）

Answer 2

您可以通过更改代码来构建仅包含搜索结果链接的列表，如下所示：

page.links.each do |ll|
  cls = ll.attributes.attributes['class']
  page_links << ll if cls && cls.value == 'l'
end

对于ll中的每个元素page.links，ll.attributes为Nokogiri::XML::Element，ll.attributes.attributes为Hash，其中包含链接上的属性，因此，在将值与'l'进行比较之前，需要ll.attributes.attributes得到实际的类并且需要进行nil检查

在条件中使用:id查找表单的问题在于它与Ruby的Object#id方法冲突，以返回Ruby对象的内部标识。我不确定这方面的工作是什么。您可以通过其他属性（例如，其操作）选择表单没有问题。

Answer 3

我相信您正在寻找的选择器是：
:dom_id
例如在你的情况下：
my_form = page.form_with(:dom_id => 'myformid')

Ruby - Mechanize：按类名和其他问题选择链接

3 个答案: