Usar Playwright con Ruby: Guía paso a paso para 2024

El web scraping se ha convertido en una habilidad esencial para los desarrolladores que necesitan recopilar datos de sitios web. Playwright, una poderosa herramienta de automatización de navegadores, se utiliza a menudo para este propósito. En esta guía, exploraremos cómo usar Playwright con Ruby para raspar datos de un sitio web. Recorreremos un ejemplo práctico utilizando el sitio web Quotes to Scrape.

Requisitos previos

Antes de comenzar, asegúrese de tener lo siguiente instalado en su máquina:

• Ruby (Versión 2.7 o posterior)
• Node.js (Playwright necesita Node.js para ejecutarse)
• Playwright Gem (Envoltorio de Ruby para Playwright)

Puede instalar las dependencias necesarias ejecutando:

gem install playwright-ruby-client

Configurando Playwright

Después de instalar la gema playwright-ruby-client, necesita configurar Playwright en su script de Ruby. Así es como puede hacerlo:

require 'playwright'

Playwright.create(playwright_cli_executable_path: '/path/to/node_modules/.bin/playwright') do |playwright|
  browser = playwright.chromium.launch(headless: false)
  page = browser.new_page
  page.goto('http://quotes.toscrape.com/')
  
  # El código de raspado de ejemplo irá aquí
  
  browser.close
end

Reemplace '/path/to/node_modules/.bin/playwright' con la ruta real al Playwright CLI en su sistema.

Raspando citas del sitio web

Ahora, escribamos el código para raspar citas del sitio web. Extraeremos el texto de cada cita y el autor correspondiente.

require 'playwright'

Playwright.create(playwright_cli_executable_path: '/path/to/node_modules/.bin/playwright') do |playwright|
  browser = playwright.chromium.launch(headless: false)
  page = browser.new_page
  page.goto('http://quotes.toscrape.com/')
  
  quotes = page.query_selector_all('.quote')

  quotes.each do |quote|

quote_text = quote.query_selector('.text').text_content.strip
    author = quote.query_selector('.author').text_content.strip
    puts "#{quote_text} - #{author}"
  end

  browser.close
end

Esta guía te ha mostrado cómo configurar Playwright con Ruby y raspar datos de un sitio web. El ejemplo utilizado aquí es simple pero se puede expandir para tareas más complejas. La capacidad de Playwright para automatizar tareas del navegador lo convierte en una herramienta poderosa para el raspado web y las pruebas.

¡Feliz raspado!