我目前正在构建一个应用程序,它每天只访问一个网站,并将该网站的特定表格上的信息保存到我设置的数据库中。我目前在我的模型上创建了一个类方法来完成刮擦。我创建的rake任务每天调用一次类方法。
虽然我的代码“有效”并且我每天收集一次信息,但我觉得有点奇怪,在我的模型中留下了刮擦的逻辑,我很好奇是否有一种更好的方法来完成这项任务。
class WebTable < ApplicationRecord
def self.scrape_and_save_table_information
doc = Nokogiri::HTML(open('https://www.calottery.com/play/scratchers-games/top-prizes-remaining'))
rows = doc.css("tbody tr")
rows.each do |row|
row_object = {}
row_object["cell_one"] = row.children[1].children[0].to_s
row_object["cell_two"] = row.children[2].children[0].children.to_s
row_object["cell_three"] = row.children[7].children[0].children[0].to_s
@table = WebTable.create(row_object)
end
end
end
我的rake任务看起来像这样:
desc 'scraping webpages'
task scrape_web_pages: :environment do
daily_prize_scrape = WebTable.scrape_and_save_table_information
end
Sidekiq工作人员往往工作得很好(双关语),特别是在循环的情况下,你可以从一个主要工作人员中产生其他工作人员,以获得更好的性能和更容易的错误捕获
例如。
class HardWorker
include Sidekiq::Worker
['nice', 'rows'].each do |row|
OtherWorker.perform_async(row)
end
end
更好的方法是使它成为一个ActiveJob工作,即使你打算在没有任何背景工作者的情况下使用YourTask.perform_now
的rails runner
来调用它。
它将允许您分离逻辑,也比rake任务更容易测试activejobs。