我已使用Mechanize登录到网页/ servlet。
我有一个页面对象:
jobShortListPg = agent.get(addressOfPage)
当我使用时:
puts jobShortListPg
我得到了不需要的页面“机械化”版本:
#<Mechanize::Page::Link "Home" "blahICScriptProgramName=WEBLIB_MENU.ISCRIPT3.FieldFormula.IScript_DrillDown&target=main0&Level=0&RL=&navc=3171">
如何获取页面的HTML源代码?
使用.body
:
puts jobShortListPg.body
使用页面对象的content
方法。
jobShortListPg.content
在Nokogiri中,使用主文档节点上的to_s
或to_s
:
to_html
或:
to_html
如果让您分心看到嵌入的换行符,这可能会有所帮助:
require 'nokogiri'
doc = Nokogiri::HTML(<<EOT)
<html>
<head></head>
<body>foo</body>
</html>
EOT
doc.to_html
# => "<!DOCTYPE html PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN\" \"http://www.w3.org/TR/REC-html40/loose.dtd\">\n" +
# "<html>\n" +
# " <head><meta http-equiv=\"Content-Type\" content=\"text/html; charset=UTF-8\"></head>\n" +
# " <body>foo</body>\n" +
# "</html>\n"