Ruby中实现网页抓取，一般用的是mechanize，使用非常简单。

安装

sudo gem install mechanize

抓取网页

require 'rubygems'

require 'mechanize'

agent = Mechanize.new

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

模拟点击事件

page = agent.page.link_with(:text => 'News').click

模拟表单提交

google_form = page.form('f')

google_form["q"] = 'ruby mechanize'

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

pp page

分析页面，mechanize用的是nokogiri解析网页的，所以可以参照nokogiri的文档

table = page.search('a')

text = table.inner_text

puts text

有几点注意的地方： 如果需要先登录的网页，那么可以在网站先登录，登录后记录JSESSIONID，然后赋值给agent

cookie = Mechanize::Cookie.new("JSESSIONID", "BA58528B76124698AD033EE6DF12B986:-1")

cookie.domain = "datamirror.csdb.cn"

cookie.path = "/"

agent.cookie_jar.add!(cookie)

如果需要保存网页，使用.save_as，(或许save也可以，我没试过)例如

agent.get("http://google.com").save_as

小技巧

puts Mechanize::AGENT_ALIASES 可以打印出所有可用的user_agent
puts Mechanize.instance_methods(false) 输出Mechanize模块的所有方法
puts Mechanize.instance_methods() 输出Mechanize模块的所有方法以及所继承的类的函数

Ruby中使用多线程队列(Queue)实现下载博客文章保存到本地文件
Ruby：多线程下载博客文章到本地的完整代码#encoding:utf-8require'net/http'require'thread'require'open-uri'require'nokogiri'require'date'$queue=Queue.new#文章列表页数page_nums=8pa

Ruby中用线程实现经典的生产者消费者问题代码实例
示例代码：require"thread"puts"ProAndCon"queue=Queue.new#用队列Queue实现线程同步producer=Thread.newdo10.timesdo|i|sleeprand(i)#让线程睡眠一段时间queueiputs"#{i}produced"endendcon

Ruby中常用的字符串处理函数使用实例
1.返回字符串的长度str.length=integer2.判断字符串中是否包含另一个串str.includeother_str=trueorfalse"hello".include"lo"#=true"hello".include"ol"#=false"hello".includeh#=true3.字