如何使用Nokogiri在云开发环境中抓取数据（Cloud9）

Question

我目前使用Cloud9作为基于云的IDE，但不幸的是，它似乎在Cloud9上运行的东西增加了一层复杂性，我不很明白。

例如，下面的代码，尽管被复制并从一个教程粘贴，不会产生在终端的任何输出：

require 'rubygems' 
require 'nokogiri' 
require 'open-uri' 

url = "http://stats.nba.com/player/#!/203096/stats/" 
data = Nokogiri::HTML(open(url)) 
puts data 

这导致了两个问题：

1. 我是否需要通过类似Heroku的方式部署此代码，才能访问互联网上的URL？或者它只会在本地工作，直到我这样做？
2. 确切地说，当我没有公开运行Ruby控制台时，输出应该是什么样的呢？我只是在bash中运行该文件。

Answer 1

因为您使用OpenUri来获取网页，这可以在Heroku或任何机器上工作。但是你不需要使用Heroku，因为你已经可以在Cloud9上抓取nba.com了。

你说你正在使用的代码不打印到控制台，但它确实适合我。

这取决于你想用你使用Nokogiri解析的数据。你想将它保存到数据库或文件吗？看看写入文件，而不是使用puts命令打印到屏幕上。

Answer 2

此代码输出到控制台。

首先确保你安装了Nokogiri宝石，并且你有完整的互联网连接。

第二次启动调试。要调试程序，您可以使用像byebug这样的gem，它可以在运行时为您提供交互式调试器。否则，由于您的代码很短，您可以添加一堆puts "point x"以实际查看程序停止或中断的位置。

第三要注意你在屏幕上看到的任何错误或警告。

Answer 3

是的，你可以做到这一点：

1. 转到C9.io和登录
2. 单击 “工作区”，然后选择 “自定义模板”
3. mkdir scrape && cd $_
4. touch scrape.rb
5. 粘贴代码进入scrape.rb
6. 运行：ruby scrape.rb

你走了，一切都应该没问题。