お久しぶりです。 カリスマスクレイパーのnogです。こんばんは。 最近仕事で使う言語がPerlに変わったのでRubyを書く量が当社比3分の1以下くらいに減ったんですがRubyネタです。 Rubyでスクレイピングとかやってると非常にお世話になるNokogiriですが、それを別の場所で活用できる方法を紹介します。 ユーザーにHTMLを入力させてそれを出力するような場合、ユーザーがタグの閉じ忘れとかすると面倒ですよね。 ユーザー入力のHTMLの閉じ忘れはNokogiriを利用すれば簡単に修正することができます。 require 'rubygems' gem 'nokogiri' require 'nokogiri' Nokogiri::HTML.fragment("<div><br>").to_s # => "<div><br></div>" Nokogiri::HTML.fragment("<
XML::Nodeクラス、およびそのサブクラスであるXML::Documentクラスについて。 HTML::Document < XML::Document < XML::Node という継承関係になっています(HTML::Nodeというクラスはありません)。 また XML::Element(特定のドキュメントに属していない要素単体?)もXML::Nodeのサブクラスです Nodeクラスのメソッド この要素の情報を知りたい 属性 種類 文字列化 このノードを操作したい 周りのノードの情報を知りたい 検索 要素の追加・変更 その他 Node.new(name) Node.new_from_str(string) この要素の情報を知りたい css_path() content Returns the content for this Node content=(string, encode
スクレイピングのチュートリアルを書いてみた。 参考：http://nokogiri.rubyforge.org/nokogiri/Nokogiri.html まだまだたくさんのクラスやメソッドがあるが(読んでない)、HTMLのスクレイピングに限定すれば多分これくらいで十分。 2014-02-16追記 なんかたくさんブックマークされていることに気づいたので、サンプルコードのRuby1.9/2対応のアップデート。 Mechanize周りも修正。WWW::Mechanize → Mechanize 等 (0) 前提知識 Ruby、HTML、DOM、CSSセレクタまたはXPath (1) クラス構造の理解 Nokogiri::HTML::Document < Nokogiri::XML::Document < Nokogiri::XML::Node < Object Nokogiri::XML::
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