Mechanize模拟自然网页交互一些基本常用方法

与网页交互(Interacting With a Web Page)

通过Mechanize模拟自然的浏览器行为来完成与网页之间的交互.

# Mechanize的安装 
Mechanize的安装请查看 ->  Ruby library的安装

# 使用Mechanize时,需要在脚本头部注明 
require 'mechanize'

# Mechanize object的设定 
agent = WWW::Mechanize.new

# 对虚拟的user_agent的设定 
agent.user_agent_alias = 'Windows IE 7'

# 历史纪录的大小设 
agent.max_history = 1

# 激活网址 
agent.get('http://www.test.com')

# 网页连接超时设定 
agent.open_timeout = 10

# 设定连接网页时的认证(要在激活网页前使用)

agent.auth('username', 'password')

# 读取网页的title标签 
page = agent.get('http://www.test.com') 
page.title

# 取得当前网页的网址 
page = agent.get('http://www.test.com') 
page.uri

# 读取网页的form标签 
page.forms.name('Name')

# 使用form的action 
page.forms.action('test.php')

# 如果网页中有多个form时 
page.forms[0]

# 如果网页中有多个同名称或相同action的form时 
page.forms.name('Name').first

# 使用传递方法进行判断 
page.forms.action('./test.php').find{|f| f.method == 'POST'}

# 文本框,密码框,文本域的填写 
form = page.forms.name('Name').first 
form['文本框或文本域name'] = '填写内容' 
form.fields.name('文本框或文本域name').value = '填写内容'

# submit标签 
form = page.form[0] 
form.submit 
form.submit(form.buttons.name('Name'))

# CheckBox标签 
form = page.forms.name('chkbox') 
返回的值为 c1 = form.checkboxes[0].name 
返回的值为 val2 = form.checkboxes[1].value 
返回的值为 false = form.checkboxes.name("c1″).checked

# 复选框的选择 
form.checkboxes.name('c1').check 
# 对应的HTML代码为： 
<form name="chkbox"> 
  <input type="checkbox" name="c1″ value="val1″>复选框1 
  <br> 
  <input type="checkbox" name="c2″ value="val2″ checked>复选框2 
</form>

# 单选框的选择 
form.radiobuttons.name('box')[1].check

# 获得当前SelectList选择的选项及SelectList的设定 
form = page.forms.name(form1).first 
返回的值为  xk3 = form.fields.name('select1').value 
返回的值为 xk3 = form.fields.name('select1').options[2].select

# 选项的选择 
form.name('select1').value = “1″ 
对应的HTML代码为： 
<form name='form1' action="" method="post"> 
   <select name='select1'> 
    <option value="1″>xk1</option> 
    <option value="2″>xk2</option> 
    <option value="3″ selected>xk3</option> 
  </select> 
</form>

# SelectList多选择时为 
form.fields.name('select1') = ['one', 'three']

# 对应的HTML代码为： 
<form> 
   <select name="select1″ size="3″ multiple> 
      <option value="one" selected>xk1</option> 
      <option value="two">xk2</option> 
      <option value="three" selected>xk3</option> 
   </select> 
</form>

# 文件的上传 
# 方法一 
page.forms[0].file_uploads.name('upfile').file_name = './hoge.jpg' 
# 方法二 
page.forms[0].file_uploads.name('upfile').file_data = File.open('./hoge.jpg','rb'){|f| f.read}

# 对应的HTML代码为： 
<form> 
   <input type="file" name="upfile" enctype="multipart/form-data"> 
</form>

# 网页中的超链接 
# 网页中的全部超链接的输出 
page = agent.get('http://www.test.com') 
page.links.each{|link| puts link.href}

# 网页中超链接的击活(可使用正则表达式) 
page.links.href('http://www.test.com')[2].click 
page.links.text('文本')[0].click

# frame网页的查看 
# 方法一:使用name查看 
page.frames.name('left').click 
# 方法二:使用链接查看 
leftpage = page.frames.src('frame_left.htm').click 
# 对应的HTML代码为： 
<frameset cols="150,*"> 
  <frame src="frame_left.htm" name="left"> 
  <frame src="frame_right.htm" name="right"> 
</frameset>

# 网页中的文件下载(正则表达式可用) 
agent = WWW::Mechanize.new 
data = agent.get_file('http://www.test.com/top.gif') 
open('top.gif', 'wb'){|f| f.write(data)} 
# 对应的HTML代码为： 
<img src="http://www.test.com/top.gif">

# table部分的的文字 
page.root.search('table/tr/td'){|e| puts e}

01	require 'rubygems'

02	require 'mechanize'

03

04	agent = WWW::Mechanize.new

05	agent.max_history = 1

06	agent.user_agent_alias = 'Windows IE 7'

07

08	page = agent.get("http://www.iteye.com/login")

09	form = page.forms[0]

10	form.fields[0].value = "javaeye帐号"

11	form.fields[1].value = "javaeye密码"

12

13	agent.submit form #登录JavaEye

14

15	page = agent.get("http://qichunren.iteye.com/admin/messages/new") # 这里的域名改成你个人的

16	form =  page.forms[0]

17	form.fields[0].value = "qichunren" # 消息接收者

18	form.fields[1].value = "测试消息" #标题

19	form.fields[4].value = %Q{

20	我代表火星全人类欢迎你加入火星圈子!

21	地址是http://mars.group.iteye.com/ 点击申请加入.

22	火星口号：火星新闻,火星笑话,火星文, 只要你的想法够火星 地球很危险 JE很严肃 大家还是回火星去吧

23

}

24

25	5.times{agent.submit form} # 把这个数字写成 1000 也是可以的,＊＿＊