バリケンのRuby日記

■ [Ruby] scrAPIを使ってみる(2)

「リンク名とリンク先を配列に入れる」には、HTML::Tag#textメソッドを定義すると簡潔に書けるようになるんだね。

class HTML::Tag
  def text() Scraper::Base.text(self) end
end

ヽ( ・∀・)ノくまくまー(2007-01-15) - element への直接アクセス

これとこのあいだのString#scrapeを利用すると、asahi.comの「主要ニュースのタイトルとリンク先の取得」が次のように書けるよ。

require 'open-uri'
require 'nkf'
require 'pp'

html = NKF.nkf('-w', open("http://www.asahi.com/").read)
pp html.scrape("#con1 li a:nth-child(1)"){|e| [e.text, e["href"]]}

WindowsのRubyを使っている人は、「'-w'」を「'-s'」にしてね。

実行結果だよ。

[["エチゼンクラゲからコラーゲン抽出　化粧品原料メーカー",
  "/business/update/0124/044.html"],
 ["陸自が武器庫管理責任者らを懲戒処分へ　小銃紛失問題で",
  "/national/update/0124/TKY200701230473.html"],
 ["虐待死検証のための常設組織を都道府県に設置へ　厚労省",
  "/life/update/0124/004.html"],
 ["トヨタが中国で新旧カローラの同時販売へ　設備投資圧縮",
  "/business/update/0124/045.html"],
 ["「硫黄島」がアカデミー賞候補　「バベル」の菊地さんも",
  "/culture/update/0123/016.html"]]

いろいろ応用できそう！