ruby - 使用 Mechanize 检索网站的所有链接

Question

如何使用该Mechanize库查找网站上的所有链接？

我想递归解析内部链接以获取网站的所有链接。

Answer 1

你看过海葵宝石吗？它是专门为爬虫网站创建的。

您可以执行以下操作来获取并打印网站的所有链接：

require 'anemone'

Anemone.crawl("http://www.example.com/") do |anemone|
  anemone.focus_crawl { |page| puts page.links }
end

如果您想爬取整个边，排除某些类型的链接，或者排除类似的链接，它有相当好的文档可供选择。

Answer 2

不是红宝石解决方案，但我发现这个脚本简单有效。