Mechanizeマニュアル

使用開始[WW:Mechanize]（http://mechanize.rubyforge.org/mechanize/classes/WWW/Mechanize.html）———————————本教程の目的は、あなたがMechanizeを使い始めるのを助けることです。この教程を読んだら、ページをキャプチャして、リンクをクリックして、formを記入して提出してください。データを抽出して、他の役に立つかもしれません。このチュートリアルは、非常に浅い機能に触れていますが、スタートをサポートするのに十分です。私たちは一つのページをつかみましょう。―――あなたが最初にやるべきことは、コードにmechanizeを引用して、新しいmechanizeの例を初期化することです。

require 'rubygems'

require 'mechanize' 

 agent = WWW::Mechanize.new

作成したばかりのメッセージを使ってページをキャプチャします。Googleで切開しましょう。

page = agent.get('http://google.com/')

何が起きましたか？私たちはmechanizeにGoogleのホームページをキャプチャさせます。Mechange izeは自動的に関連cookieを貯蓄して、甚だしきに至ってはGoogleからの自動ジャンプを追跡します。Agentは私達に1つのページを捕まえてくるように手伝って、私達はデータを抽出するために用いることができて、リンクを探し当ててそしてクリックしますかますそれとも1つのformを記入します。
続いて、リンクを探してみましょう。リンクが見つかりました。――ページをキャプチャしたり、データを提出したり、formを提出したりした時には、mechangeは一つのpageに戻ります。agentはキャプチャしたページを解析して、一連のリンクをpageの中に入れます。先ほどいただいたグーグルのホームページからすべてのリンクを見つけてみましょう。

page.links.each do |link| puts link.text end

すべてのリンクを一覧表示できますが、mechanizeはより便利な近道を提供してくれます。リンクを見つけてクリックしてください。私たちがtext属性を見つけたいなら、「News」のリンクをクリックしてください。普通、私たちはこうします。

page = agent.click page.links.find { |l| l.text == 'News' }

でも、mechanizeは近道を提供していますので、私達はこうしてもいいです。

page = agent.click page.links.text('News')

この早道は「すべてのtextは「News」へのリンクを見つける」という意味です。この条件に合ったリンクがたくさんあるかもしれません。リンクのセットを「click」メソッドに送ると、mechanizeは一番目をクリックするだけです。二番目をクリックしたいなら、こうすればいいです。

agent.click page.links.text('News')[1]

特定のhrefを含むリンクも見つけられます。

page.links.href('/something')

またはそれらを連結して、特定のtextとhrefを含むリンクを見つけます。

page.links.text('News').href('/something')

Mechanizeが提供するこれらの近道は、frameのセット、iframeまたはformのような、任意のグループで見つけられたものの上に使用することができます。今はどうやって見つけられ、リンクをクリックしたらいいか分かりました。もっと複雑なことを試してみましょう。例えば、formを記入します。Formを記入してください。—Googleの例を続けましょう。現在コードがあります。

require 'rubygems' 

require 'mechanize' 

agent = WWW::Mechanize.new 

page = agent.get('http://google.com/')

このページのソースコードを印刷すると、formを'f'といいます。いくつかのボタンと記入するドメインが含まれています。

pp page

今私たちはこのフォームの名前を知っています。それをキャッチしましょう。

google_form = page.form('f')

Mechanizeはformに入力できるドメインにいくつかの方法でアクセスできますが、一番便利な方法は入力ドメインをformの属性としてアクセスすることです。したがって、'q'というドメインの値を'ruby mechanize'に設定します。

google_form.q = 'ruby mechanize'

この値を設定したことを確認するために、このフォームを印刷してから、同じようなコードが表示されます。

#<www::Mechanize::Field:0x1403488 @name="q", @value="ruby mechanize">

もし'q'の値が変わったら、成功したと説明します。このフォームを提出してもいいです。'ボタンをクリックして、提出ボタンと印刷結果をクリックしてください。

page = agent.submit(google_form, google_form.buttons.first) pp page

私たちが先ほどしたことはgoogleの検索ボックスに'ruby mechanize'を記入してから'Google Search'ボタンをクリックしたのと同じです。もし私たちがそのボタンをクリックせずにformを直接提出したら、値を記入してからリターンボタンを押すのと同じです。今まで書いたコードを見せてください。

require 'rubygems' 

require 'mechanize'              

agent = WWW::Mechanize.new 

page = agent.get('http://google.com/') 

google_form = page.form('f') 

google_form.q = 'ruby mechanize' 

page = agent.submit(google_form) 

pp page

データ抽出を開始する前に、formについて深く調べてみましょう。データのキャプチャに本当に興味がある以外は。このセクションでは、フォームに含まれる可能性のある各種入力コントロールを試してみたいです。PasswordとTextareaは、直接textコントロールとして扱うことができます。Selectはtextにとても似ていますが、関連するサブオプションがたくさんあります。もしあなたがoptionを選択したら、他のoptionの選択をキャンセルします。例えば、一つのリストの中から一つのoptionを選択します。

form.fields.name('list').options[0].select

checkboxとradio buttonを見てみましょう。checkboxを選択するには、このようにするしかないです。

form.checkboxes.name('box').check

Radio buttonとcheckboxは似ていますが、radio buttonを選んだら他の同名のradio buttonは選択がキャンセルされます。checkboxを操作するようにradio buttonを操作します。

form.radiobuttons.name('box')[1].check

Mechanizeはファイルのアップロードを簡単にサポートします。アップロードファイルのコントロールを見つけて、アップロードしたいファイル名を教えてください。

form.file_uploads.file_name = "somefile.jpg"

データを抽出する——–Mechanizeはhprcotを使って解析します。これは何を表していますか？mechanizeのpageをhprcotの対象にしてもいいです。machanizeでターゲットページを見つけたら、[hprcot]を使うことができます。http://code.whytheluckystiff.net /hprcot/)の方法で上記のものを抽出します。

agent.get('http://someurl.com/').search("//p[@class='posted']")

この強力なデータ抽出器の情報については、「Hprict Baics」を参照してください。http://code.whytheluckystiff.net/hpricot/wiki/HpricotBasics)