机械化使用 2 次搜索进行刮擦？

Question

我正在使用 Mechanize 抓取博客，试图获得以下结果。主要是很难将我的想法转化为代码逻辑。我假设我需要组合搜索子句并迭代 html 并在找到匹配项时打印出来。刚开始使用 Rails，任何建议都会有所帮助。

期望的结果：

• first_title
  • first_image_url
  • 第二张图片网址
• 第二标题
  • first_image_url
  • 第二张图片网址

代码：

require 'rubygems'
require 'mechanize'

url = 'http://blog.something.com/'
mech = Mechanize.new
page = mech.get(url)

page.search('h2').each do |h2|
    puts h2.inner_text
end

imgs = page.search('img[src]').map{|src| src['src']}
puts imgs

当然会生成：

• first_title
• secondary_titlethird_title
• secondary_image_urlfirst_image_url
• ...
• first_image_url
• 代码
• ...

Answer 1

假设图像是 h2 的后代，你可以这样做：

page.search('h2').each do |h2|
  puts h2.inner_text
  h2.css('img').each do |img|
    puts img['src']
  end
end