Blog

Blog

PHODAL

ruby nokogiri ruby解析HTML

这里是用到了nokogiri库,从某HTML里读出内容。不过有意思的是,当我们加上一些特定功能的时候就可以当一个爬虫到处搜索资料了。

Ruby Nokogiri

安装nokogiri,大家都懂的

 gem install nokogiri

Ruby解析HTML

我们想要的是从

phodal  <!--more--> [caption id="attachment_23" align="alignnone" width="240"]<a href="/logo.png"><img class="size-full wp-image-23" alt="CSDN" src="/logo.png" width="240" height="90" /></a>

这段HTML中解析出里面的img标签,于是

 require 'nokogiri'

doc = Nokogiri::HTML('phodal  <!--more--> [caption id="attachment_23" align="alignnone" width="240"]<a href="/logo.png"><img class="size-full wp-image-23" alt="CSDN" src="/logo.png" width="240" height="90" /></a>')

p doc.css('img').first['src']

于是这就是一个简单的示例,如果我们还想从某个网页中抓取我们需要的内容。


require 'rubygems'
require 'nokogiri'
require 'open-uri'

page = Nokogiri::HTML(open("http://www.phodal.com/"))
puts page.css('img').first['src']

用于抓取本网站的第一个带有src的img标签,换句话说就是图片的来源。

而这里是用于解析上一篇中说到的wordpress 微信


require 'json'
require 'net/http'
require 'nokogiri'

post_id = 1
image_response = Net::HTTP.get_response("localhost","/?wpapi=get_posts&dev=1&comment=1&content=1&id="+post_id)
image_response_content = (JSON.parse image_response.body)['posts'][0]['content']
image_req = Nokogiri::HTML(image_response_content).css('img').first['src']

或许您还需要下面的文章:

关于我

Github: @phodal     微博:@phodal     知乎:@phodal    

微信公众号(Phodal)

围观我的Github Idea墙, 也许,你会遇到心仪的项目

QQ技术交流群: 321689806

新书《全栈应用开发:精益实践》

这不是一本深入前端、后台、运维、设计、分析等各个领域的书籍。本书以实践的方式,将这一系列的领域及理论知识结合到一起,来帮助读者构建全栈Web 开发的知识体系,并辅以精益及敏捷的思想,来一步步开发Web 应用:从创建一个UI 原型到编写出静态的前端页面;从静态的前端页面到带后台的应用,并部署应用;从Web 后台开发API 到开发移动Web 应用。在这个过程中,我们还将介绍一些相辅相成的步骤:使用构建系统来加速Web 应用的开发;为应用添加数据分析工具来改进产品;使用分析工具来改善应用的性能;通过自动化部署来加快上线流程;从而帮助读者开发出一个真正可用的全栈 Web 应用。同时,我们也将帮助读者把这些步骤应用到现有的系统上,改进现有系统的开发流程。

comment

Feeds

RSS / Atom

最近文章

关于作者

Phodal Huang

Developer, Consultant, Writer, Designer

ThoughtWorks 高级咨询师

工程师 / 咨询师 / 作家 / 设计学徒

开源深度爱好者

出版有《前端架构:从入门到微前端》、《自己动手设计物联网》、《全栈应用开发:精益实践》

联系我: h@phodal.com

微信公众号: 与我沟通

标签