我是编程新手，我有一个问题，如何从网站上的页面中提取特定信息，查看数据以查看是否符合某些参数，并存储符合参数的页面的网址。
问题在于：
- 有一个包含多篇文章的网站。 - 我希望能够在网站上列出包含少于x个单词的文章网址。
我不需要编码或任何其他方面的帮助，因为我对此不熟悉，这实际上是我学习编程的自我练习。
我只是对如何解决这个问题有疑问。我知道HTML和最小的Ruby，这就是我的知识范围。
我只是不知道如何从网页“拉”数据。 ：S我会用什么来拉HTML？拉完后我怎么处理HTML？将它转换为Ruby？如果是这样，怎么样？
答案 0 :(得分：3)
开始于：
require 'open-uri'
require 'nokogiri'
doc = Nokogiri::HTML(open(URL))
doc.xpath(//a).each {|node| p a.text}
Nokogiri是一个用于解析Ruby中的HTML / XML文档的库。有关如何安装/使用它的更多信息，请查看网页。