从任何网站获取字符串值的片段

Question

我正尝试创建一个从PitchforkMedia.com获取专辑分数的rails应用程序 例如，我想要抓取score 8.0 from this album，如下图所示。

在我的简短研究中，我遇到了类似的问题asked from asp.net point of view。

一般来说，答案使用HTTP请求

解析HTML源

识别周围的变量特有的标志得分

一些答案与使用内置的ASP就建议

1. .net功能。

   在Ruby或Ruby on Rails中是否有等价的函数？ 或者有人可以建议一些其他方式做我想做的事情？

   任何建议将不胜感激。谢谢。

   编辑1：这完全是个人使用和教育。假设从网站的数据挖掘没有法律上的分歧。

   

Answer 1

我会用机械化刮你感兴趣的内容。瑞恩·贝茨有great screencast on how to use Mechanize。

Answer 2

在开始屏幕抓取数据之前，您需要确保您正在阅读网站的使用条款，特别是如果它不是用于个人用途。

这是干草叉的使用条款的一部分，其他大多数网站都有类似的内容。

“如果Pitchfork不是所有者，未经Pitchfork或其所有者明确书面许可，严禁以任何目的复制，复制或再分发本网站的材料或设计元素。”

屏幕抓取绝对属于这一类。