与网页交互(Interacting With a Web Page)
通过Mechanize模拟自然的浏览器行为来完成与网页之间的交互.
# Mechanize的安装
Mechanize的安装请查看 -> Ruby library的安装
# 使用Mechanize时,需要在脚本头部注明
require 'mechanize'
# Mechanize object的设定
agent = WWW::Mechanize.new
# 对虚拟的user_agent的设定
agent.user_agent_alias = 'Windows IE 7'
# 历史纪录的大小设
agent.max_history = 1
# 激活网址
agent.get('http://www.test.com')
# 网页连接超时设定
agent.open_timeout = 10
# 设定连接网页时的认证(要在激活网页前使用)
agent.auth('username', 'password')
# 读取网页的title标签
page = agent.get('http://www.test.com')
page.title
# 取得当前网页的网址
page = agent.get('http://www.test.com')
page.uri
# 读取网页的form标签
page.forms.name('Name')
# 使用form的action
page.forms.action('test.php')
# 如果网页中有多个form时
page.forms[0]
# 如果网页中有多个同名称或相同action的form时
page.forms.name('Name').first
# 使用传递方法进行判断
page.forms.action('./test.php').find{|f| f.method == 'POST'}
# 文本框,密码框,文本域的填写
form = page.forms.name('Name').first
form['文本框或文本域name'] = '填写内容'
form.fields.name('文本框或文本域name').value = '填写内容'
# submit标签
form = page.form[0]
form.submit
form.submit(form.buttons.name('Name'))
# CheckBox标签
form = page.forms.name('chkbox')
返回的值为 c1 = form.checkboxes[0].name
返回的值为 val2 = form.checkboxes[1].value
返回的值为 false = form.checkboxes.name("c1″).checked
# 复选框的选择
form.checkboxes.name('c1').check
# 对应的HTML代码为：
<form name="chkbox">
<input type="checkbox" name="c1″ value="val1″>复选框1
<br>
<input type="checkbox" name="c2″ value="val2″ checked>复选框2
</form>
# 单选框的选择
form.radiobuttons.name('box')[1].check
# 获得当前SelectList选择的选项及SelectList的设定
form = page.forms.name(form1).first
返回的值为 選択3 = form.fields.name('select1').value
返回的值为 選択3 = form.fields.name('select1').options[2].select
# 选项的选择
form.name('select1').value = “1″
对应的HTML代码为：
<form name='form1' action="" method="post">
<select name='select1'>
<option value="1″>選択1</option>
<option value="2″>選択2</option>
<option value="3″ selected>選択3</option>
</select>
</form>
# SelectList多选择时为
form.fields.name('select1') = ['one', 'three']
# 对应的HTML代码为：
<form>
<select name="select1″ size="3″ multiple>
<option value="one" selected>選択1</option>
<option value="two">選択2</option>
<option value="three" selected>選択3</option>
</select>
</form>
# 文件的上传
# 方法一
page.forms[0].file_uploads.name('upfile').file_name = './hoge.jpg'
# 方法二
page.forms[0].file_uploads.name('upfile').file_data = File.open('./hoge.jpg','rb'){|f| f.read}
# 对应的HTML代码为：
<form>
<input type="file" name="upfile" enctype="multipart/form-data">
</form>
# 网页中的超链接
# 网页中的全部超链接的输出
page = agent.get('http://www.test.com')
page.links.each{|link| puts link.href}
# 网页中超链接的击活(可使用正则表达式)
page.links.href('http://www.test.com')[2].click
page.links.text('文本')[0].click
# frame网页的查看
# 方法一:使用name查看
page.frames.name('left').click
# 方法二:使用链接查看
leftpage = page.frames.src('frame_left.htm').click
# 对应的HTML代码为：
<frameset cols="150,*">
<frame src="frame_left.htm" name="left">
<frame src="frame_right.htm" name="right">
</frameset>
# 网页中的文件下载(正则表达式可用)
agent = WWW::Mechanize.new
data = agent.get_file('http://www.test.com/top.gif')
open('top.gif', 'wb'){|f| f.write(data)}
# 对应的HTML代码为：
<img src="http://www.test.com/top.gif">
# table部分的的文字
page.root.search('table/tr/td'){|e| puts e}
