使用 Playwright 与 Ruby：2024 年逐步指南
Lucas Mitchell
Automation Engineer
使用 Playwright 与 Ruby：2024 年逐步指南
网络抓取已成为开发人员必备技能，他们需要从网站收集数据。Playwright 是一款强大的浏览器自动化工具，常用于此目的。在本指南中，我们将探讨如何使用 Playwright 与 Ruby 从网站抓取数据。我们将使用 Quotes to Scrape 网站逐步完成一个实际示例。
先决条件
在我们开始之前，请确保你的机器上已安装以下内容：
- Ruby (版本 2.7 或更高版本)
- Node.js (Playwright 需要 Node.js 才能运行)
- Playwright Gem (Playwright 的 Ruby 包装器)
你可以通过运行以下命令来安装必要的依赖项：
bash
gem install playwright-ruby-client设置 Playwright
安装 playwright-ruby-client gem 后，你需要在 Ruby 脚本中设置 Playwright。以下是操作方法：
ruby
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/')
# 示例抓取代码将位于此处
browser.close
end将 '/path/to/node_modules/.bin/playwright' 替换为系统中 Playwright CLI 的实际路径。
从网站抓取引言
现在，让我们编写代码来从网站抓取引言。我们将提取每个引言的文本及其对应的作者。
ruby
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|
ruby
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本指南向您展示了如何在 Ruby 中设置 Playwright 以及如何从网站上抓取数据。这里使用的示例很简单，但可以扩展以完成更复杂的任务。Playwright 自动执行浏览器任务的能力使其成为网页抓取和测试的强大工具。
祝您抓取愉快！
