這將返回圖像作爲Nokogiri::XML::Element
def get_article_image_tag
@page.at(".article-featured-image > img")
end
#=> #<Nokogiri::XML::Element:0x19ac280 name="img" attributes= #<Nokogiri::XML::Attr:0x19ac238 name="width" value="786">, #<Nokogiri::XML::Attr:0x19ac22c name="height" value="305">, #<Nokogiri::XML::Attr:0x19ac 220 name="src" value="http://cdn0.tnwcdn.com/wp-content/blogs.dir/1/files/2014/03 187265573-786x305.jpg">, #<Nokogiri::XML::Attr:0x19ac214 name="class" value="attachment-featured_post wp-post-image">, #<Nokogiri::XML::Attr:0x19ac208 name="alt" value="SWEDEN-FACEBOOK-DATA-CENTER-SERVERS">, #<Nokogiri::XML::Attr:0x19ac1fc name="title" value="Facebook launches an improved version of the News Feed redesign teased last year">]>
這將返回源URL
def get_article_image_src
@page.at(".article-featured-image > img").attributes["src"].value
end
#=>"http://cdn0.tnwcdn.com/wp-content/blogs.dir/1/files/2014/03/187265573-786x305.jpg"
爲了讓文章全文
def get_article_text
@page.at("div.article").text
end
這將返回沒有任何格式的文章文本只是文本和不可見字符,如\n
,\t
等。此方法似乎也在選擇器內部刮取HTML/Javascript代碼。
也爲動態能力,你可以改變這裏您的通話
def perform(type)
self.send("get_#{type.to_s}")
end
那麼它可以與任何的「內容」,「標題」,「article_image_tag」,「article_image_src」和任何其他get_xxx方法,你可以叫定義。
編輯顯示您的用戶這一切將在軌運行圖像查看
<% @page.images.each do |image| %>
<%= image_tag(image.url) %>
<% end %>
這將通過所有的圖像進行迭代,並在頁面中的圖片標籤顯示它們。顯然這可能需要修補,取決於網址是相對還是完整。
老實說,除非你需要mechanize
設置cookie或什麼我會看看Nokogiri
。不是100%確定如何做到這一點機械化,但與Nokogiri
你可以通過它的整體大小確定一個圖片的「相關性」。
require 'nokogiri'
require 'open-uri'
doc = Nokogiri::HTML(open("http://thenextweb.com/facebook/2014/03/06/facebook-launches-improved-version-major-news-feed-redesign-teased-last-year/#!yJ6uM"))
largest_image = doc.search("img").sort_by{|image| image.attributes["height"].value.to_i * image.attributes["width"].value.to_i}.pop
您對相關的定義看起來與此相關......請看看[Nokogiri](http://nokogiri.org/),其中機械化是建立在此基礎之上的。 – engineersmnky
Relevnant圖像,例如該文章的封面圖片。 – Saff