從Ruby中提取URL的數據

我是ruby的新手，我嘗試使用Ruby返回ASIN和相應價格的列表。我是能夠得到相當接近我所需要的，但需要幫助回答2個問題：從Ruby中提取URL的數據

我怎樣才能擺脫[」和> \ n「]]圍繞ASIN （見下面的結果）
有從URL中提取ASIN不是使用這個正則表達式更簡單的方法？

非常感謝您的幫助！

以下是我在終點站下車從T他當前的代碼：

[["B00EJDIG8M\n"]] - $7.00 
[["B00KJ07SEM\n"]] - $26.99 
[["B000FAR33M\n"]] - $119.00 
[["B00LLMKPVK\n"]] - $22.99 
[["B007NXPAQG\n"]] - $9.47 
[["B004W5WAMU\n"]] - $22.43 
[["B00LFUNGU0\n"]] - $17.99 
[["B0052G14E8\n"]] - $54.99 
[["B002MPLYEW\n"]] - $212.99 
[["B00009W3G7\n"]] - $6.61 
[["B000NCTOUM\n"]] - $3.04 
[["B009SANIDO\n"]] - $12.29 
[["B0052G51AQ\n"]] - $67.99 
[["B003XEUEPQ\n"]] - $26.74 
[["B00CYH9HRO\n"]] - $25.75 
[["B00KV0SKQK\n"]] - $21.99 
[["B009PCI2JU\n"]] - $56.66 
[["B00LLM6ZFK\n"]] - $24.99 
[["B004RQDY60\n"]] - $18.40 
[["B000JLNBW4\n"]] - $49.14

下面是代碼：

require 'rubygems' 
require 'nokogiri' 
require 'open-uri' 
PAGE_URL = "http://www.amazon.com/Best-Sellers-Appliances/zgbs/appliances/ref=zg_bs_nav_0" 

page = Nokogiri::HTML(open(PAGE_URL)) 
page.css(".zg_itemWrapper").each do |item| 
    price = item.at_css(".zg_price .price").text 
    asin = item.at_css(".zg_title a")[:href].scan(/http:\/\/(?:www\.|)amazon\.com\/(?:gp\/product|[^\/]+\/dp|dp)\/([^\/]+)/) 
    puts "#{asin} - #{price}" 
end

來源

2014-10-29 Sylvain

你看到的是一個雙重嵌套陣列與一個字符串。如果他們出現在你的輸出中，可能是因爲你如何從結果中刮掉它們。例如，'scan'像這樣返回數組。 – tadman 2014-10-29 05:42:24

而不是清理你引入nokogiri搜索，在這一點上做的過程中，只是清理你的當前ASIN值的最容易的事插值。例如：

puts "#{asin.flatten.pop.chomp} - #{price}"

來源

2014-10-29 03:43:52

'asin.join.chomp'也可以做到這一點。 – tadman 2014-10-29 05:41:04

對於問題2，我意識到，我並不真的需要正則表達式，並找到一種方法，用代碼

更短的行得到同樣的結果替換

asin = item.at_css(".zg_title a")[:href].scan(/http:\/\/(?:www\.|)amazon\.com\/(?:gp\/product|[^\/]+\/dp|dp)\/([^\/]+)/)

與

asin = item.at_css(".zg_title a")[:href].split("/")[5].chomp

來源

2014-11-16 01:58:59 Sylvain

從Ruby中提取URL的數據

回答

相關問題