文件系统爬虫-迭代错误

Question

我目前正在使用以下代码构建一个文件系统爬虫：

require 'find'
require 'spreadsheet'
Spreadsheet.client_encoding = 'UTF-8'

count = 0

Find.find('/Users/Anconia/crawler/') do |file|           
  if file =~ /\b.xls$/                                            # check if filename ends in desired format
    contents =  Spreadsheet.open(file).worksheets
    contents.each do |row|
      if row =~ /regex/
        puts file
        count += 1
      end
    end
  end
end

puts "#{count} files were found"

我收到了以下输出：0 files were found

正则表达式已经过测试，而且是正确的--我目前在另一个可以正常工作的爬虫中使用它。

row.inspect的输出是

#<Spreadsheet::Excel::Worksheet:0x003ffa5d418538 @row_addresses= @default_format= @selected= @dimensions= @name=Sheet1 @workbook=#<Spreadsheet::Excel::Workbook:0x007ff4bb147140> @rows=[] @columns=[] @links={} @merged_cells=[] @protected=false @password_hash=0 @changes={} @offsets={} @reader=#<Spreadsheet::Excel::Reader:0x007ff4bb1f3b98> @ole=#<Ole::Storage::RangesIOMigrateable:0x007ff4bb126fa8> @offset=15341 @guts={} @rows[3]> -当然没有什么需要迭代的。

Answer 1

Answer 2

试试这个：

content = Spreadsheet.open(file)
sheet = content.worksheet 0 
sheet.each do |row|
...