7

我正在尝试在 Google 缓存中进行搜索，因此我需要触发此查询：

http://webcache.googleusercontent.com/search?q=cache:news.ycombinator.com/news+hacker+news

并从页面中获取一些内容，例如时间戳。但是当我使用 curl (ruby) 执行此操作时，它给出了一个权限被拒绝错误，即抓取被阻止，这是意料之中的。

那么，有没有办法搜索谷歌缓存（API 或某种解决方法抓取）并提取一些信息，如时间戳？

4

2 回答 2

2

我没有得到任何 API，但我可以在 rails 中使用hpricot或nokogiri来抓取它（Rails 中的 curl 给出权限被拒绝错误）。一旦我弄清楚如何使用这些 gem 从上述 URL 中提取时间戳，我将提供代码。

任何人有更好的解决方案？

于 2010-10-24T21:02:27.783 回答
0

这看起来可以做到：http ://code.google.com/apis/soapsearch/reference.html#1_2

于 2012-01-13T11:11:51.000 回答