Ruby on RailsでDOMを操作する方法

Question

タイトルによると、私はいくつかのDOM操作タスクを持っています。たとえば、私はしたい： - 青色を持つすべてのH1要素を見つける。 - サイズが12pxのすべてのテキストを検索します。 など -

Railsでどうすればいいですか？

は...ありがとう:)

更新を

私はこのペーパー - に基づいてWebページのコンテンツを抽出することに関するいくつかの研究を行ってきた>http://www.springerlink.com/index/A65708XMUR9KN9EA.pdf

ステップの概要は次のとおりです。

1. 私が抽出したいウェブURLを取得する（単一のウェブページ）
2. は、いくつかの視覚的なルールに基づいてWebページからいくつかの要素をつかむ：私のアルゴリズム
3. を持つ要素が私のデータベースに結果を保存
4. プロセス（例は青色を持っているすべてのH1をつかみます）。

Webページ上の任意の要素である、あなたは正確にアカウントのスタイルシートに取るために、ブラウザ（、マークアップハックをリバースエンジニアリングする必要があるだろう何色私の悪い英語 -

Answer 1

確実に整理するためには-sorry、壊れたタグ、画像など）。

従来のブラウザ（geckoなど）を独自のアプリケーションに埋め込むのはずっと簡単です。

あなたのスパイダーはページをブラウズするので、埋め込まれたgeckoのインスタンスにそれらを渡します。ここでgetComputedStyleを使用して個々の要素の色を取得できます。

このプロジェクトではRuby on Railsを使いたいと言いましたが、Railsはプレゼンテーションアプリケーションを書くためのフレームワークであり、実際にはこのようなプロジェクトにはあまり適していません。

開始点として、私はRubyGnome、特にRubyGnomeのGtk::MozEmbed機能をチェックアウトすることをお勧めします。

Answer 2

あなたがしようとしているのは、レールアプリケーション内のHTMLドキュメントを操作する場合は、Nokogiriを見てください。

XPathを使用してドキュメントを検索します。以下では、ドキュメント内に「青い」CSSクラスを持つh1が見つかります。あなたが何をしようとしていたことは確かに現在のページのDOMを解析した場合、あなたはJavaScriptとjQueryのを見てみる必要があり、後

require 'nokogiri' 
require 'open-uri' 

doc = Nokogiri::HTML(open('http://www.stackoverflow.com')) 
doc.xpath('//h1/a[@class="blue"]').each do |link| 
    puts link.content 
end 

。 Railsはそれを行うことはできません。

Answer 3

http://railscasts.com/episodes/190-screen-scraping-with-nokogiri