web-dev-qa-db-ja.com

Mechanize / Nokogiriでページソースを取得する方法

Mechanizeを使用してWebページ/サーブレットにログインしています。

ページオブジェクトがあります：

jobShortListPg = agent.get(addressOfPage)

私が使用するとき：

puts jobShortListPg

不要なページの「機械化」バージョンを取得します。

#<Mechanize::Page::Link "Home" "blahICScriptProgramName=WEBLIB_MENU.ISCRIPT3.FieldFormula.IScript_DrillDown&target=main0&Level=0&RL=&navc=3171">

代わりにページのHTMLソースを取得するにはどうすればよいですか？

rubynokogirimechanize
23
Waley Chen

使用する .body：

puts jobShortListPg.body
34
Dogbert

ページオブジェクトのcontentメソッドを使用します。

jobShortListPg.content
1
ramasamyz

のこぎりでは to_s または to_html メインドキュメントノード：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
  <head></head>
  <body>foo</body>
</html>
EOT

doc.to_html
# => "<!DOCTYPE html PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN\" \"http://www.w3.org/TR/REC-html40/loose.dtd\">\n" +
#    "<html>\n" +
#    "  <head><meta http-equiv=\"Content-Type\" content=\"text/html; charset=UTF-8\"></head>\n" +
#    "  <body>foo</body>\n" +
#    "</html>\n"

または：

doc.to_s
# => "<!DOCTYPE html PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN\" \"http://www.w3.org/TR/REC-html40/loose.dtd\">\n" +
#    "<html>\n" +
#    "  <head><meta http-equiv=\"Content-Type\" content=\"text/html; charset=UTF-8\"></head>\n" +
#    "  <body>foo</body>\n" +
#    "</html>\n"

埋め込まれた新しい行が表示されない場合は、次のことが役立つ可能性があります。

puts doc.to_s

# >> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
# >> <html>
# >>   <head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head>
# >>   <body>foo</body>
# >> </html>
0
the Tin Man