我遇到问题我需要为我正在创建的Web MashUp提取信息的刮码。Html /脚本使用Hpricot(Ruby On Rails)刮掉Google地图
基本上,我试图从废代码:
http://yellowpages.com.mt/Meranti-Ltd-In-Malta-Gozo;/Hair-Accessories;Hijjhkikke=Hiojhhfokje.aspx
这正是我需要刮,因此我不能养活程序直接,我需要= /代码的网页之一。
当我刮使用下面的代码的页面(在角度来说,Hpricot)
puts open(ypUrl, 'User-Agent'=>'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10.6; en-US; rv:1.9.1.2) Gecko/20090729 Firefox/3.5.2') { |f| Hpricot(f) }
我注意到,而不是代码的部分我需要,我只看到了脚本的参考,即
<script type="text/javascript" src="http://maps.google.com/maps?file=api&v=2&sensor=false&key=ABQIAAAA8JYIIyGmC1BLOU85GKKkPRSNQenRT-s-Gs-9sYb3ZSBhRRTdcRTMq3zWEID1E35uXl9bdQKIPQIjNQ"></script><title>
Beautimport Ltd(Balmain发展扩展)在Malta |黄页?? (马耳他)有限公司| YellowPages.com.mt
这也是当我在Firefox上查看源代码时看到的内容。但是,当我将鼠标悬停在Firebug中的元素上时,我能够获得一个XPath,由于脚本引用仍然存在,因此不幸的是这种XPath无法正常工作。 (我不知道如果我解释是正确的)。我真的需要由于脚本而在页面上生成的所有代码(这在远程只能在萤火虫中查看)。我需要这个,这样我可以提取将鼠标悬停在图标谷歌地图上,从萤火虫(采取如下:
<a title="Click to see this area on Google Maps" href="http://maps.google.com/maps?ll=35.88805,14.46627&spn=0.006988,0.015922&z=16&key=ABQIAAAA8JYIIyGmC1BLOU85GKKkPRSNQenRT-s-Gs-9sYb3ZSBhRRTdcRTMq3zWEID1E35uXl9bdQKIPQIjNQ&sensor=false&mapclient=jsapi&oi=map_misc&ct=api_logo" target="_blank">
这给下面的XPath(//表示TBODY)但正如我所说的,因为它是不给在角度来说,Hpricot整个代码,它没什么用,因为它无法得到它!
/html/body/form/table//tr/td/div/table[2]//tr[2]/td[2]/div/div[2]/table//tr/td/div/div[2]/a
这样我就能够提取的LNG和纬度,我真的需要我的项目,我真的不知道如何去做以另一种方式使用Hpricot,因为它没有给我所有我需要的代码。任何帮助将非常感激。
你真是个天才埃里克!非常感谢你,如果没有你的帮助,我不会得到解决方案。再次感谢 – Erika 2009-11-10 23:41:42