如何正确使用Scrubty从XML输出内容中抓取URL

Question

我绝对不是Ruby的高手，对Scrubyt来说也是个新手。我只是在尝试一些在维基页面上找到的例子。我正在做的一个例子是，当你搜索“ruby”时，获取谷歌返回的搜索结果，我有了抓取每个结果的URL的想法，这样我就可以继续获取该页面。问题是我不知道如何恰当地抓取URL。这是我的以下代码：

require 'rubygems'
require 'scrubyt'

google_data = Scrubyt::Extractor.define do
  fetch 'http://www.google.com/ncr'
  fill_textfield 'q','ruby'
  submit

  link_title "//a[@class='l']", :write_text => true do
    link_url
  end
end

google_data.to_xml.write($stdout, 1);

代码适当地打印出XML数据(名称和链接)，但是在没有添加<link_url>标记的情况下如何检索链接(我试图打印出link_url，但我注意到标记也被打印出来了)。我可以做像fetch link_url这样简单的事情吗?或者有没有一种方法可以从link_url中保存的xml内容中提取文本？

这是google_data.to_xml.write()打印的一些内容

<root>
  <link_title>
    Ruby Programming Language
    <link_url>http://ruby-lang.org/</link_url>
  </link_title>
  <link_title>
    Download Ruby
    <link_url>http://www.ruby-lang.org/en/downloads/</link_url>
  </link_title>
  <link_title>
    Ruby - The Inspirational Weight Loss Journey on the Style Network ...
    <link_url>http://www.mystyle.com/mystyle/shows/ruby/index.jsp</link_url>
  </link_title>
  <link_title>
    Ruby (programming language) - Wikipedia, the free encyclopedia
    <link_url>http://en.wikipedia.org/wiki/Ruby_(programming_language)</link_url>
  </link_title>
</root>

Answer 1

我会考虑其他选择。Scrubyt已经有一段时间没有更新了，论坛也被关闭了。

Mechanize可以做提取器所做的事情，Nokogiri可以解析XML或HTML响应，构建器可以创建XML (尽管看起来您并不真正需要XML)。