机械化 - 如何关注或“点击”导轨中的元刷新

  • Z时代
  • 2024-01-10
  • 分类：问答

机械化有点麻烦。机械化 - 如何关注或“点击”导轨中的元刷新

使用Mechanize提交表单时。我来到一个元刷新页面，没有链接。

我的问题是我如何遵循元刷新？

我试图让元刷新，但然后我得到一个套接字错误。 示例代码

require 'mechanize' 
agent = WWW::Mechanize.new 
agent.get("http://euroads.dk") 
form = agent.page.forms.first 
form.username = "username" 
form.password = "password" 
form.submit 
page = agent.get("http://www.euroads.dk/system/index.php?showpage=login") 
agent.page.body

响应：

<html> 
<head> 
    <META HTTP-EQUIV=\"Refresh\" CONTENT=\"0;URL=index.php?showpage=m_frontpage\"> 
</head> 
</html>

然后我尝试：

redirect_url = page.parser.at('META[HTTP-EQUIV=\"Refresh\"]')[ 
    "0;URL=index.php?showpage=m_frontpage\"][/url=(.+)/, 1]

，但我得到：

NoMethodError: Undefined method '[]' for nil:NilClass

回答：

在内部，Mechanize使用Nokogiri来处理将HTML解析为DOM。您可以在Nokogiri文档中获得，以便您可以使用XPath或CSS访问器在返回的页面中进行挖掘。

这是如何仅引入nokogiri得到重定向URL：

require 'nokogiri' 
html = <<EOT 
<html> 
    <head> 
    <meta http-equiv="refresh" content="2;url=http://www.example.com/"> 
    </meta> 
    </head> 
    <body> 
    foo 
    </body> 
</html> 
EOT 
doc = Nokogiri::HTML(html) 
redirect_url = doc.at('meta[http-equiv="refresh"]')['content'][/url=(.+)/, 1] 
redirect_url # => "http://www.example.com/"

doc.at('meta[http-equiv="refresh"]')['content'][/url=(.+)/, 1]分解为：查找CSS访问为<meta>标签与refresh的http-equiv属性的第一次出现（at）。取该标记的content属性并返回url=后面的字符串。

这是典型使用的一些机械化代码。因为你没有给出示例代码，你的基础矿井必须先从这方面的工作：

agent = Mechanize.new 
page = agent.get('http://www.examples.com/') 
redirect_url = page.parser.at('meta[http-equiv="refresh"]')['content'][/url=(.+)/, 1] 
page = agent.get(redirect_url)

编辑：at('META[HTTP-EQUIV=\"Refresh\"]')

您的代码具有上述at()。请注意，您正在使用单引号字符串转义双引号。这会导致一个反斜杠，然后在字符串中加双引号，这不是我样本使用的内容，而且是我为什么会得到错误的第一个猜测。 Nokogiri找不到标签，因为没有<meta http-equiv=\"Refresh\"...>。

编辑：机械化有一个内置的方式通过设置来处理元刷新，：

agent.follow_meta_refresh = true

它还具有parse the meta tag的方法和返回的内容。从文档：

解析（内容，URI）

分析从meta标签的内容属性的延迟和网址。当没有指定网址时，Parse需要当前页面的URI来推断网址。如果给出了一个块，解析后的延迟和url将被传递给它进行进一步处理。 如果无法解析延迟和url，则返回nil。

# <meta http-equiv="refresh" content="5;url=http://example.com/" /> 
uri = URI.parse('http://current.com/') 
Meta.parse("5;url=http://example.com/", uri) # => ['5', 'http://example.com/'] 
Meta.parse("5;url=", uri)      # => ['5', 'http://current.com/'] 
Meta.parse("5", uri)       # => ['5', 'http://current.com/'] 
Meta.parse("invalid content", uri)   # => nil

回答：

Mechanize treats meta refresh elements just like links without text.因此，你的代码可以如此简单：

page = agent.get("http://www.euroads.dk/system/index.php?showpage=login") 
page.meta_refresh.first.click

以上是 机械化 - 如何关注或“点击”导轨中的元刷新 的全部内容， 来源链接： utcz.com/qa/260994.html

回到顶部