InfoQ的自动新闻订阅

最新推荐文章于 2025-02-16 19:55:55 发布

iteye_11360

最新推荐文章于 2025-02-16 19:55:55 发布

阅读量817

点赞数

文章标签： Ruby rubygems

本文介绍了一段Ruby代码，用于从InfoQ网站抓取与Ruby相关的新闻，并通过邮件发送给用户，避免了查看网页广告。代码使用Hpricot解析网页，去除不必要的元素。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

发现InfoQ的RSS很不厚道，只现实一个该要。想要知道详细内容的话不得不点进去看。如果用手机的话流量剧增。那么我就写了一个很简单的ruby代码，比如把InfoQ的和ruby相关的新闻提出来。每天晚上发到我的邮箱，那么我就不用理会网页上的那么多广告了。

发邮件部分就不贴了，就给一个大概的思路吧。主要是学习hpricot。在RSS方面javaeye做的很好。


require "rubygems"

require 'hpricot'
require 'open-uri'

HOST_NAME="http://www.infoq.com"

doc = Hpricot(open("http://www.infoq.com/cn/ruby"))
p = doc.search("//h1/a")

result = []
p.each do |pitem|
  href = pitem.get_attribute("href")
  title = pitem.search("//text()")
  result << [title, href] if href =~ /\/cn\//
end

result.each do |items|
  doc = Hpricot(open(HOST_NAME + items[1]))
#  puts items[0]
  doc.search("//div[@class='box-content-5']//p[@class='h1-r']").remove
  doc.search("//div[@class='box-content-5']//p[@class='info']").remove
  doc.search("//div[@class='box-content-5']//dl").remove
  doc.search("//div[@class='box-content-5']//div[@class='vendor-content-box-float']").remove
  doc.search("//div[@class='box-content-5']//div[@class='vendor-content-box']").remove  
  doc.search("//div[@class='box-content-5']//div[@class='comments-header']").remove
  doc.search("//div[@class='box-content-5']//div[@class='forum-list-tree']").remove
  doc.search("//div[@class='box-content-5']//div[@class='comments-sort']").remove
  doc.search("//div[@class='box-content-5']//ol").remove
  doc.search("//div[@class='box-content-5']//script").remove
  doc.search("//div[@class='box-content-5']//br").remove
  doc.search("//div[@class='box-content-5']//text()") do |item|
    puts item
  end
  puts "_______________________________________________________________________\n\n"
end