使用hpricot构建flashvar数组

Question

我以前使用过hpricot从一些超文本标记语言标签内的网站抓取内容，但是我正在尝试构建一个在这个页面http://view-source:http://megavideo.com/?v=014U2YO9上找到的所有flashvar的数组

require 'hpricot'
require 'open-uri'

flashvars = Array.new
doc = Hpricot(open("http://megavideo.com/?v=014U2YO9"))

for flashvars in (doc/"/param[@name='flashvars']") do
  flashvars << flashvar
end

我一直在尝试上面的代码片段，希望我是在正确的轨道上，有人能进一步帮助我吗？

谢谢你

Answer 1

您使用的语法表明您正在尝试从<param>元素获取属性，但该页面上不存在此类标记。对flashvar对象的属性有过多的JavaScript赋值。假设这些都是您想要的，那么您不需要Hpricot，只需要JS的正则表达式。这似乎起作用了：

require 'open-uri'
html = open("http://megavideo.com/?v=014U2YO9").read

flashvars = Hash[ html.scan( /flashvars\.(\w+)\s*=\s*["']?(.+?)["']?;/ ) ]

require 'pp' # Just for pretty output here
pp flashvars

#=> {"logintxt"=>"Login",
#=>  "registertxt"=>"Register",
#=>  "searchtxt"=>"Search videos",
#=>  "searchrestxt"=>"\"",
#=>  "useSystemFont"=>"0",
#=>  "size"=>"17",
#=>  "loginAct"=>"?c=login%26next%3Dv%253D014U2YO9",
#=>  "registerAct"=>"?c=signup",
#=>  "userAct"=>"?c=account",
#=>  "signoutAct"=>"javascript:signout()",
#=>  "myvideostxt"=>"My Videos",
#=>  "videosAct"=>"?c=myvideos",
#=>  "added"=>"2011-04-14",
#=>  "username"=>"beenerkeekee19952",
#=>  etc.

请注意，这使得所有的值在Ruby语言中都是字符串，甚至是在JavaScript中是数字的值。由于它去掉了JavaScript字符串的前导/尾随引号，因此您无法区分flashvars.foo = 42;和flashvars.bar = "42";。