XPathおもしろ - N.E.E.T―Never Ending Engineer’s Tragicomedy別館
最近，RubyのWWW::Mechanizeで遊んでいます． WWW::Mechanizeは内部的にHpricot(HTML文書スクレイパ)を使っており，WWW::Mechanize経由でHpricotにsearchメソッドなどを送れるわけですが，このときにXPath式を渡すことで，目的の部分のHTML要素を得ることができます．これがまた気分爽快．たとえばこんな感じに使えます:: #!/usr/bin/ruby # Yahoo! Newsのヘッドラインを抜き出す require 'rubygems' require 'mechanize' agent = WWW::Mechanize.new page = agent.get('http://headlines.yahoo.co.jp/hl') headline = page/'//h1[@class="yjXL"]/a' # '/'はse
WWW::Mechanize + XPath で快適 Web スクレイピング！ - TETRIS 3
mixi から友人の日記の本文を取得して出力します。 準備。 $KCODE = "e" require "kconv" require "rubygems" require "mechanize" include WWW agent = Mechanize.new とりあえず mixi をゲット。 #Login page = agent.get("http://www.mixi.jp/") form = page.forms.first form["email"] = "mail@address" form["password"] = "password" form.submit #日記一覧ページ page = agent.get("new_friend_diary.pl") Firebug で XPath を取得します。らくちんだ。 Firebug で簡単に XPath 作れると言っても
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
