如何使用nokogiri和mechanize从标签中提取文本？

这是预订网站源代码的一部分：

 booking.ensureNamespaceExists('env'); booking.env.b_map_center_latitude = 53.36480155016638; booking.env.b_map_center_longitude = -2.2752803564071655; booking.env.b_hotel_id = '35523'; booking.env.b_query_params_no_ext = '?label=gen173nr-17CAEoggJCAlhYSDNiBW5vcmVmaFCIAQGYAS64AQTIAQTYAQHoAQH4AQs;sid=e1c9e4c7a000518d8a3725b9bb6e5306;dcid=1';  

我想提取booking.env.b_hotel_id 。 这样我就可以获得’25523’的价值。 我如何通过nokogiri和机械化实现这一目标？

希望有人可以帮忙！ 谢谢！ 🙂

Answer 1

 require 'mechanize' agent = Mechanize.new page = agent.get('http://www.booking.com/hotel/us/solera-by-stay-alfred.html?label=gen173nr-17CAEoggJCAlhYSDNiBW5vcmVmcgV1c19ueYgBAZgBMbgBBMgBBNgBAegBAfgBAg;sid=695d6598485cb1a8fd9e39c5de3878ba;dcid=4;checkin=2015-10-20;checkout=2015-10-21;dist=0;group_adults=2;room1=A%2CA;sb_price_type=total;srfid=cf5d76283b73d34a1d7e0d61cad6974e38a94351X1;type=total;ucfs=1&') match = agent.page.search("script").text.scan(/^booking.env.b_hotel_id = \'.*\'/) puts match puts match[0].split("'")[1] 

输出：

 booking.env.b_hotel_id = '1202411' 1202411 

帮助我解决这个问题的网页：

http://robdodson.me/crawling-pages-with-mechanize-and-nokogiri/

用nokogiri解析javascript函数元素

正则表达式 – 以字符串开头和结尾

http://www.rubular.com