机械化使用2次搜索刮刮？

Question

我正在使用Mechanize试图获取下面的结果来抓取博客。主要是在将我的思想转化为代码逻辑时遇到麻烦。我假设我需要结合搜索子句并遍历html并在找到匹配时打印出来。使用Rails和任何建议的新手将是有帮助的。

期望的结果：

• first_title
  • first_image_url
  • second_image_url
• second_title
  • first_image_url
  • second_image_url

代码：

require 'rubygems'
require 'mechanize'

url = 'http://blog.something.com/'
mech = Mechanize.new
page = mech.get(url)

page.search('h2').each do |h2|
    puts h2.inner_text
end

imgs = page.search('img[src]').map{|src| src['src']}
puts imgs

代码权利当然会产生：

• first_title
• second_title
• third_title
• ...
• first_image_url
• second_image_url
• first_image_url
• ...

Answer 1

假设图像是h2的后代，你可以这样做：

page.search('h2').each do |h2|
  puts h2.inner_text
  h2.css('img').each do |img|
    puts img['src']
  end
end