Anemone gem (ruby) で指定したURLだけクロールする方法

1行概要

rubyのgem anemonを使って指定した正規表現のURLだけクロールし続けるサンプル

犯行動機

友人がよからぬ事をしようとしていたので援護射撃

方法

crawl.rb

require 'anemone'

Anemone.crawl('http://example.com/start_page.html') do |anemone|

  # クロールするごとに呼び出される
  anemone.focus_crawl do |page|

    # 条件に一致するリンクだけ残す
    # この `links` はanemoneが次にクロールする候補リスト
    page.links.keep_if { |link|
      link.to_s.match(/detail/)
    } 

  end

  # ここがメインの部分
  anemone.on_every_page do |page|

    # クロールした結果をごにょごにょ
    p page.doc.at('title').inner_html

  end
end

結論

anemoneすごい。

twitterはこちら -> https://twitter.com/tady_jp