html - 解析 HTML 文档末尾的 JSON

Question

我试图从 Readmill 中提取亮点，但似乎获得它们的最简单方法是使用搜索而不是 API。

在......的最后

https://readmill.com/search?q=%22the+great+gatsby%22+%22Francis+Scott+Fitzgerald%22&filter=highlight

你发现

<script type="text/javascript" id="page-template-data">
  App.templateData.filter = 'highlight';
App.templateData.searchResult = 

然后是一堆 JSON。有没有一种方便的 Rails 友好方式来解析这个 JSON？

Answer 1

好吧，搜索结果都在一条线上，这对您有所帮助。现在，如果他们对此进行任何更改，这将打破。但这将使用文本操作将其提取到 JSON 数组中：

require 'open-uri'
require 'json'

json = {}
open('https://readmill.com/search?q=the+great+gatsby&filter=highlight').each do |line|
  if line =~ /App.templateData.searchResult/
    json = JSON.parse line.sub('App.templateData.searchResult = ','').strip.to_s[0..-2]
    break
  end
end

puts json.map{|j| j["title"] }
 => “Gatsby?” demanded Daisy. “What Gatsby?”
    ...