Ruby Mechanize表抓取無法捕獲整行

Question

我正在嘗試使用機械化方式刮擦桌子網站。 我要刮第二行。

當我跑步時：

agent.page.search('table.ea').search('tr')[-2].search('td').map{ |n| n.text }

我希望它能刮掉整行。 但是它只會抓取：[“ 2011-02-17”，“ 0,00”]

為什么不抓取該行中的所有列，而只抓取第一列和最后一列？

Xpath： / html / body / center / table / tbody / tr [2] / td [2] / table / tbody / tr [3] / td / table / tbody / tr [2] / td / table / tbody / tr [2]

CSS PATH： html主體中心表tbody tr td表tbody tr td表tbody tr td table.ea tbody tr td.total

該頁面與此類似：

<table><table><table>
<table width="100%" border="0" cellpadding="0" cellspacing="1" class="ea">
<tr>
    <th><a href="#">Date</a></th>
    <th><a href="#">One</a></th>    
    <th><a href="#">Two</a></th>    
    <th><a href="#">Three</a></th>     
    <th><a href="#">Four</a></th>    
    <th><a href="#">Five</a></th>        
    <th><a href="#">Six</a></th>        
    <th><a href="#">Seven</a></th>      
    <th><a href="#">Eight</a></th>
</tr>
<tr>
    <td><a href="#">2011-02-17</a></td>
    <td align="right">0</td>    
    <td align="right">0</td>    
    <td align="right">0,00</td>     
    <td align="right">0</td>    
    <td align="right">0</td>        
    <td align="right">0</td>    
    <td align="right">0</td>        
    <td align="right">387</td>      
    <td align="right">0,00</td>     <!-- FOV -->
    <td align="right">0,00</td>
</tr>
<tr>
    <td class="total">Ialt</td>
    <td class="total" align="right">0</td>  
    <td class="total" align="right">40</td>     
    <td class="total" align="right">0,46</td>   
    <td class="total" align="right">2</td>      
    <td class="total" align="right">0</td>        
    <td class="total" align="right">0</td>      
    <td class="total" align="right">0</td>        
    <td class="total" align="right">3.060</td>      
    <td class="total" align="right">0,00</td>       
    <td class="total" align="right">18,58</td>
</tr>
</table>
</table></table></table>

Answer 1

使用以下Ruby代碼（ https://gist.github.com/835603 ）：

require 'mechanize'
require 'pp'

a = Mechanize.new { |agent|
  agent.user_agent_alias = 'Mac Safari'
}

a.get('http://binarymuse.net/table.html') do |page|
  pp page.search('table.ea').search('tr')[-2].search('td').map{ |n| n.text }
end

我得到以下輸出：

["2011-02-17", "0", "0", "0,00", "0", "0", "0", "0", "387", "0,00", "0,00"]

Answer 2

我建議您將Mechanize留給比抓取頁面困難的東西。 您可以使用Nokogiri比使用Mechanize簡單得多（但是當然可以使用Mechanize來完成），因為您可以查詢頁面。

試試看！

這是有關nokogiri的答案的鏈接

就我個人而言，當我需要發送諸如此類的表格和東西時，我使用了Mechanize， 盡管它還有很多其他用途！