1

我正在寻找一种方法来在 rails 的外部 URL 中获得最大的图像。例如，将提供一个 URL。服务器端将扫描页面的 HTML，然后“抓取”它找到的最大图像，并下载它（或收集它的链接）。

有谁知道我可以用什么工具来做到这一点？

谢谢

4

2 回答 2

2

概括地说，有两种方法可以做到这一点，要么自己做，要么插入外部服务。

如果您想自己执行此操作，我建议您使用nokogiri gem，它允许您解析 HTML 页面并提取所需的标签。例如，要从页面中获取所有图像链接，您可以这样做：

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::HTML(open('<INSERT URL HERE>'))

doc.css('img').each do |link|
  puts link.attr("src").value
end

要获得最大的图像，您必须实际确定它们的大小。“ fastimage ” gem 看起来对此很有用。

另一种选择是使用外部服务来执行此操作。我建议检查embedly，其中有一个gem。如果您认为您将来可能计划需要这些链接中的任何其他信息，我认为这将是更好的选择，但请注意访问可以让您获得最大图像（预览）的服务版本实际需要支付月费。

于 2012-08-17T22:34:38.807 回答
2

Nokogiri 很棒，但是对于这个任务，你真的需要机械化：

require 'mechanize'
agent = Mechanize.new
page = agent.get 'http://www.amazon.com/'

您需要先下载所有图像，然后才能确定最大的图像。

images = page.images.map{|image| agent.get image.url}
largest = images.max_by{|image| image.body.size}
largest.save

如果下载所有图像看起来太多，您可以考虑发出 HEAD 请求并比较内容长度响应标头。

于 2012-08-18T02:45:17.517 回答