从任何网站获取一串字符串值

Question

我正在尝试创建一个从PitchforkMedia.com获取专辑分数的rails应用程序 例如，我想抓住score 8.0 from this album，如下图所示。

在我的简短研究中，我遇到了类似的问题asked from asp.net point of view。

一般来说，建议的答案是

1. 使用http请求
2. 解析HTML源代码
3. 识别变量得分周围的唯一标志

使用内置的asp.net函数可以得到一些答案。

Ruby或Ruby on Rails中是否有等效的函数？ 或者有人可以通过其他方式建议我做我想做的事情吗？

任何建议将不胜感激。谢谢。

编辑1：这完全适合个人使用和教育。假设网站没有合法数据挖掘的法律后果。

Answer 1

我会使用Mechanize来抓取您感兴趣的内容.Ryan Bates有great screencast on how to use Mechanize。

Answer 2

在开始屏幕抓取数据之前，您需要确保阅读网站的使用条款，特别是如果不是供个人使用。

这是Pitchfork的使用条款的一部分，大多数其他网站都有类似的东西。

“如果Pitchfork不是所有者，未经Pitchfork或其所有者的明确书面同意，严禁以任何目的复制，复制或再分发本网站的资料或设计元素。”

屏幕抓取肯定属于这一类。