ruby - 使用 2 次搜索进行 Mechanize 抓取？

Question

我正在使用 Mechanize 抓取博客，试图获得以下结果。主要是无法将我的想法转化为代码逻辑。我假设我需要组合搜索子句并遍历 html 并在找到匹配项时打印出来。使用 Rails 的新手和任何建议都会有所帮助。

预期结果:

第一个标题

first_image_url

second_image_url

第二个标题

first_image_url

second_image_url

代码:

require 'rubygems'
require 'mechanize'

url = 'http://blog.something.com/'
mech = Mechanize.new
page = mech.get(url)

page.search('h2').each do |h2|
    puts h2.inner_text
end

imgs = page.search('img[src]').map{|src| src['src']}
puts imgs

代码权利当然产生:

first_title

second_title

第三个标题

...

first_image_url

second_image_url

first_image_url

...

Answer 1

假设图像是从 h2 派生而来的，你可以这样做:

page.search('h2').each do |h2|
  puts h2.inner_text
  h2.css('img').each do |img|
    puts img['src']
  end
end