Ruby Nokogiri Javascript解析

Question

我需要从网站解析数组。我要解析的Javascript部分如下所示：

_arPic[0] = "http://example.org/image1.jpg";
_arPic[1] = "http://example.org/image2.jpg";
_arPic[2] = "http://example.org/image3.jpg";
_arPic[3] = "http://example.org/image4.jpg";
_arPic[4] = "http://example.org/image5.jpg";
_arPic[5] = "http://example.org/image6.jpg";

我通过类似的东西得到整个JavaScript：

product_page = Nokogiri::HTML(open(full_url))    
product_page.css("div#main_column script")[0]

有没有一种简单的方法可以解析所有变量？

Answer 1

如果我没看错的话，您正在尝试解析 JavaScript 并获取包含图像 URL 的 Ruby 数组，是吗？

Nokogiri 只解析 HTML/XML，所以你需要一个不同的库；粗略搜索会发现RKelly库，它有一个parse函数，可以接受 JavaScript 字符串并返回解析树。

一旦你有了一个解析树，你将需要遍历它并按名称找到感兴趣的节点（例如_arPic），然后获取分配另一侧的字符串内容。

或者，如果它不必太强大（也不会太强大），您可以使用正则表达式来搜索 JavaScript（如果可能）：

/^\s*_arPic\[\d\] = "(.+)";$/

可能是一个很好的入门正则表达式。