9
¿Cuáles son algunas herramientas basadas en Ruby que pueden ayudarme a lograr algo similar a lo que hace Scrapy para Python? http://doc.scrapy.org/intro/overview.htmlRuby alternative to Scrapy?
A
Respuesta
11
Hay Mechanize que se basa en Nokogiri.
Hay Nokigiri que se basa en XPath.
Hpricot es otra herramienta.
Hay Scrapi que se basa en selectores CSS para extraer información, pero funciona más lento que Nokogiri en función de mis pruebas.
Hay scRUBYt.
Estoy seguro de que hay otros, pero estos son los que encontré.
Si no encuentra una sola herramienta que resuelva sus problemas, consulte las bibliotecas de spidering web como Anemone y combínelas con uno de los marcos de raspado de bajo nivel mencionados anteriormente.
O simplemente adelante y aprenda Python. Expandirá tu karma en el mundo de la programación.
+2
Por lo que puedo decir (no conozco a Ruby), esos módulos son solo analizadores HTML/XML, no marcos de análisis como Scrapy. . – Acorn
+1
@Acorn - estos son todos los marcos de raspado. Lo que no tienen es un rastreador o una araña. El raspado es ortogonal al rastreo. – Anurag
+5
Pero ... gatear es solo un aspecto de Scrapy. Tiene muchas características que se aplican a cualquier tipo de raspado, como elementos y tuberías para almacenar resultados. Las herramientas con las que se vinculó parecen comparables a lxml o BeautifulSoup en lugar de Scrapy. – Acorn
4
También puede comprobar fuera de Anemone
Cuestiones relacionadas
- 1. Python alternative to reduce()
- 2. Alternative to Flex Framework
- 3. C# Events and Lambdas, alternative to null check?
- 4. Ruby to Actionscript3 Bytecode
- 5. Ruby to Python bridge
- 6. levenshtein alternative
- 7. app_offline alternative
- 8. Ruby String to Date Conversión
- 9. Ruby Float to String error
- 10. Ruby Convert String to File
- 11. Ruby post title to slug
- 12. PHP get_called_class() alternative
- 13. JavaScript if alternative
- 14. Android emulator alternative
- 15. commons beanutils alternative
- 16. excel interop alternative
- 17. JIRA/confluence alternative
- 18. Google appengine datastore alternative?
- 19. shlex alternative for Java
- 20. PHP get_headers() alternative
- 21. ExpressionHelper.GetExpressionText (LambdaExpression) alternative
- 22. Activator.CreateInstance Performance Alternative
- 23. CDI: @alternative vs @Qualifiers
- 24. CSS3 rotate alternative?
- 25. php: array_replace_recursive alternative
- 26. svn "git add" alternative?
- 27. java web start alternative
- 28. window.innerHeight ie8 alternative
- 29. Scrapy exportador personalizado
- 30. Ruby String # scan equivalent to return MatchData
Es posible que desee dar sólo scrapy un tiro. Parece tener una excelente documentación y una API muy amigable. Si estás familiarizado con el rubí recogiendo python, probablemente no te tomará más de un día o dos. Son idiomas extremadamente similares. – zeekay
@zeekay, ¿te refieres a [scrappy] (http://rubydoc.info/gems/scrappy/0.3.5/frames)? – Zabba
No, preguntó acerca de una alternativa de ruby a scrapy, que es un marco de aplicación python para rastrear sitios web y extraer datos estructurados. Estaba señalando que aprender Python es fácil, y que también podría usarlo (suponiendo que no se encuentre una alternativa satisfactoria). – zeekay