Ruby中的Mechanize的使用教程
Ruby中实现网页抓取，一般用的是mechanize，使用非常简单。
安装
sudogeminstallmechanize
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"]='rubymechanize'
page=agent.submit(google_form,google_form.buttons.first)
pppage
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
putstext
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
putsMechanize::AGENT_ALIASES可以打印出所有可用的user_agent
putsMechanize.instance_methods(false)输出Mechanize模块的所有方法
putsMechanize.instance_methods() 输出Mechanize模块的所有方法以及所继承的类的函数