使用 `open-uri.with_proxy` 方法打开网页

Ruby 爬虫程序如下:

ruby 复制代码
require 'open-uri'
require 'nokogiri'

# 定义代理信息
proxy_host = 'jshk.com.cn'


# 定义要爬取的网页 URL
url = 'http://www.example.com'

# 使用代理信息打开网页
open-uri.with_proxy(proxy_host, proxy_port) do |proxy|
  # 使用 Nokogiri 库解析网页内容
  doc = Nokogiri::HTML(proxy.open(url))
end

代码解释:

  1. 首先,我们引入了两个 Ruby 模块,即 open-urinokogiriopen-uri 模块用于打开网络资源,nokogiri 模块用于解析 HTML 文档。

  2. 然后,我们定义了代理信息,即代理服务器的主机名和端口号。

  3. 接着,我们定义了要爬取的网页 URL。

  4. 使用 open-uri.with_proxy 方法打开网页,其中第一个参数是代理服务器的主机名,第二个参数是代理服务器的端口号。在 with_proxy 方法内部,我们使用 proxy.open 方法打开网页。

  5. 使用 Nokogiri::HTML 方法解析打开的网页内容。

相关推荐
Super Scraper4 小时前
如何批量抓取 TikTok 数据而不被封锁?完整指南
爬虫·ai·自动化·抖音·tiktok·ai agent
深蓝电商API5 小时前
自动化录屏 + 截图:打造爬虫调试的上帝视角
爬虫
tang777895 小时前
市场调研自动化采集架构:基于住宅IP轮换的APP数据抓取与反风控方案
爬虫·动态代理ip·爬虫代理ip·爬虫动态ip·住宅代理ip·动态住宅ip
数据知道5 小时前
指纹浏览器环境的导入、导出、快照与云端同步机制
爬虫·数据采集·指纹浏览器
小二·7 小时前
Rust 爬虫与数据处理实战:大规模并发抓取 + 流式处理
开发语言·爬虫·rust
在放️18 小时前
Python 爬虫 · 第三方代理接入与合规使用
开发语言·爬虫·python
隔窗听雨眠18 小时前
大模型加爬虫中篇:工程实践与应用场景
爬虫
赵大大宝18 小时前
反爬虫从入门到精通:构建坚不可摧的数据防线
爬虫
深蓝电商API21 小时前
Selenium 5.0 全新架构解析:值得升级吗?
爬虫·selenium