Jeudi c'est Pismo
gem install pismo
Extraction de méta données
Besoin d’extraire des données d’un site web ? Voilà une solution bien pratique.
Par exemple :
require 'pismo'
# On charge la page web
doc = Pismo::Document.new('http://www.rubyinside.com/cramp-asychronous-event-driven-ruby-web-app-framework-2928.html')
doc.title # => "Cramp: Asychronous Event-Driven Ruby Web App Framework"
doc.author # => "Peter Cooper"
doc.lede # => "Cramp (GitHub repo) is a new, asynchronous evented Web app framework by Pratik Naik of 37signals (and the Rails core team). It's built around Ruby's EventMachine library and was designed to use event-driven I/O throughout - making it ideal for situations where you need to handle a large number of open connections (such as Comet systems or streaming APIs.)"
doc.keywords # => [["cramp", 7], ["controllers", 3], ["app", 3], ["basic", 2], ..., ... ]
Pratique, non ? D’autres méthodes sont disponibles :
- title
- titles
- author
- authors
- lede
- keywords
- sentences(qty)
- body
- html_body
- feed
- feeds
- favicon
- description
- datetime
Voilà, c’est tout pour aujourd’hui !
Le lien utile
Sur une idée de @msadouni