Un scrapper es un pequeño programa (normalmente llamado script) que cumple la función de extraer datos de una página web leyendo su contenido.
En el caso de ruby es muy fácil hacer un scrapper de una página web utilizando la gema mechanize, por ejemplo digamos si quisiéramos extraer el contenido de la wikipedia de la página 2014 (lo más importante del año hasta ahora) podríamos hacer lo siguiente:
Paso 1) instalar la gema Mechanize desde el terminal
$gem install mechanize
Paso 2) crear el script “wiki-parser.rb”
require "open-uri"
require "mechanize"
def main()
agent = Mechanize.new
agent.user_agent_alias = 'Mac Safari'
agent.get("http://es.wikipedia.org/wiki/2014") do |page|
puts page.parser.css('#content').text
end
end
main()
¿ Cómo funciona?
Primero crea una agente, este agente será el que se conecte con la página y la descargue, en la siguiente línea se especifica un user_agent así el servidor que te entrega la página crees que te estas conectando desde Safari, aunque bien podrías decir que el llamado viene de firefox, chrome, o incluso Internet Explorer.
Finalmente el agente se conecta con la página de la wikipedia y muestra el contenido que esté debajo dentro del area de contenido, o sea que este script no muestra la información que está en las barras de navegación, para saber donde tienes que apuntar puedes dentro de una página web puedes entrar a ella y ocupar el inspector de elementos.
- Ricky Casino Review ️ Claim A$7500 And Up 550 Fs Bonu - July 8, 2024
- ️ 1win Casino And Apuestas Deportivas ⭐️ Página Oficial 1wi - July 6, 2024
- Мостбет%3A Зеркало%2C Вход%2C Казино%2C Официальный Сайт%2C Играт - June 11, 2024
“Companhia De Trens Urbanos De Porto Alegre S A - June 4, 2024Mostbet Login To Your Web Casino Personal Account In Bangladesh! - June 3, 2024- Mostbet Türkiye Çevrimiçi Kumarhane Mostbet Casin - May 20, 2024
- Цска «зенит» Прогноз На Матч конца Пути Рпл Кубка Росси - May 19, 2024
- Türkiye’nin En İyi Bahis Şirketi Empieza Online Casin - May 17, 2024
- Glory Casino Türkiye En Iyi Oyunları Ve Bahisleri Olan Kumarhane - May 13, 2024
- Glory Casino Online Kayıt: Yeni Oyuncular Için 300$ Ilk Giriş Bonus - May 9, 2024
Leave a Reply