如何正确使用Scrubty从XML输出内容中抓取URL

Question

我绝不是 Ruby 的高手，而且对 Scrubyt 也很陌生。我只是尝试在 wiki 页面上找到一些示例。我正在研究的示例是当您搜索“ruby”时获取 Google 返回的搜索结果，我的想法是获取每个结果的 URL，以便我也可以继续获取该页面。问题是我不知道如何正确获取 URL。这是我的以下代码：

require 'rubygems'
require 'scrubyt'

google_data = Scrubyt::Extractor.define do
  fetch 'http://www.google.com/ncr'
  fill_textfield 'q','ruby'
  submit

  link_title "//a[@class='l']", :write_text => true do
    link_url
  end
end

google_data.to_xml.write($stdout, 1);

该代码适当地打印出 XML 数据（名称和链接），但是如何在没有似乎添加到其中的 标签的情况下检索链接（我尝试过打印出 link_url ，我注意到标签也被打印了）。我可以做一些像 fetch link_url 这样简单的事情吗？或者有没有办法从 link_url 中保存的 xml 内容中提取文本？

这是 google_data.to_xml.write() 打印的一些内容：

<root>
  <link_title>
    Ruby Programming Language
    <link_url>http://ruby-lang.org/</link_url>
  </link_title>
  <link_title>
    Download Ruby
    <link_url>http://www.ruby-lang.org/en/downloads/</link_url>
  </link_title>
  <link_title>
    Ruby - The Inspirational Weight Loss Journey on the Style Network ...
    <link_url>http://www.mystyle.com/mystyle/shows/ruby/index.jsp</link_url>
  </link_title>
  <link_title>
    Ruby (programming language) - Wikipedia, the free encyclopedia
    <link_url>http://en.wikipedia.org/wiki/Ruby_(programming_language)</link_url>
  </link_title>
</root>

Answer 1

我会考虑替代方案。 Scrubyt已经有一段时间没有更新了，论坛也已经关闭了。

Mechanize 可以做 Extractor 所做的事情，Nokogiri 可以解析 XML 或 HTML 响应，Builder 可以创建 XML（尽管看起来您并不真正需要 XML）。