（Rails）無法獲得Mechanize正確讀取Web xml文件

Question

我必須閱讀可通過http進行身份驗證的xml文件。這就是我使用機械化的原因。

我的問題是我無法機械識別這些XML文件，所以我可以使用.find或.search對它們進行操作。

這是我第一次嘗試 - 在我看來，（HTML文件）

<% agent = Mechanize.new %>

<% page = agent.get("http://dl.dropbox.com/u/344349/xml.xml") %>

<%= page %>

它返回#<Mechanize::File:0x007f9dd602de30>。這::File而不是::Page 我不能使用.find或.search這個，因爲它會與undefined method find for #<Mechanize::File:0x007f9dd624cbd0>

機械化文檔錯誤說：這是可插拔解析器默認值（和底座）類。如果機械化無法找到用於內容類型的適當類，則將使用此類。例如，如果你下載JPG，Mechanize將不知道如何解析它，所以這個類將被實例化。

所以我創建了一個類如下所述：http://rdoc.info/github/tenderlove/mechanize/master/Mechanize/PluggableParser

My class

class XMLParser < Mechanize::File

attr_reader :xml

def initialize(uri=nil, response=nil, body=nil, code=nil)

super(uri, response, body, code)

@xml = xml.parse(body)

end

end

，並在我看來，更新的代碼（HTML文件）

<% agent = Mechanize.new %>

<% agent.pluggable_parser['text/xml'] = XMLParser %>

<% agent.user_agent_alias = 'Windows Mozilla' %>

<% page = agent.get("http://dl.dropbox.com/u/344349/xml.xml") %>

<%= page %>

甚至

<% agent = Mechanize.new %>

<% agent.pluggable_parser.xml = XMLParser %>

<% page1 = agent.get('http://dl.dropbox.com/u/344349/xml.xml') # => CSVParser %>

<%= page1 %>

仍返回#<Mechanize::File:0x007f9dd5253b48>

我甚至測試確切的代碼（CSVParser - http://rdoc.info/github/tenderlove/mechanize/master/Mechanize/PluggableParser），並試圖加載一個仍然被視爲一個::文件csv文件。

我在做什麼錯？

Answer 1

好的，所以我剛剛爲自己解決了這個問題。解決方案分爲兩部分：

首先，您匹配的內容類型不正確。如果你運行這一行，你做你的GET後，它會告訴你的內容類型是什麼，你所得到的文件：

page.response['content-type'] # => 'application/xml', not 'text/xml' 

當我使用機械化，讓您的網頁（的「http：// DL .dropbox.com/u/344349/xml.xml'），我看到'application/xml'作爲內容類型。

其次，您沒有正確使用PluggableParser。在這裏使用XMLParser將生成NoMethodError: undefined method 'parse' for nil:NilClass。更改類定義使用引入nokogiri :: XML來代替：

class XmlParser < Mechanize::File 
    attr_reader :xml 
    def initialize(uri = nil, response = nil, body = nil, code = nil) 
    @xml = Nokogiri::XML(body) 
    super uri, response, body, code 
    end 
end 

然後，其設置爲解析器正確的內容類型：

mech.pluggable_parser['application/xml'] = XmlParser 

要使用此，你會得到你的頁面與之前相同，然後引用頁面對象的xml屬性作爲Nokogiri::XML::Document實例，該實例是Nokogiri::XML::Node的子類。幸運的是，Mechanize::Page.search只是Nokogiri::XML::Node.search的一個包裝，所以您可以按照您期望的相同方式進行搜索，非常多。就像這樣：

page.xml.search 'catalog' 

進一步的細化將是XmlParser.search映射到引入nokogiri .search方法：

page.search 'catalog' 

：

# This is the same as what Mechanize::Page does 
class XmlParser < Mechanize::File 
    extend Forwardable 
    def_delegators :@xml, :search, :/, :at 
end 

這使您可以直接在頁面實例執行您的搜索

Answer 2

您可以將解析器更改爲使用Page類，如下所示：

agent = Mechanize.new 
agent.pluggable_parser.default = Mechanize::Page 
agent.get("http://dl.dropbox.com/u/344349/xml.xml").class # Mechanize::Page 

請參閱http://mechanize.rubyforge.org/Mechanize/PluggableParser.html