Ruby の scrAPI使ってて嵌った。

tips

ニコニコ動画(RC2)の発表中ずっと止まってたのかよNice boat.じゃね？っていうか、げんしけんのWebラジオあげたうｐ主、タイトルが確信犯的に分かりづらくね？分かったよアニメイトTV WEBの方見てくるよ、あえてRuby の scrAPI使ってな！
まあ、もっと良い方法とかそれplaとかあるんだろうけど、ソースもドキュメントも読んでないから分かるはずも無いわ。

$ vi test-scrapi.rb

require 'rubygems'
require 'scrapi'
require 'open-uri'
require 'nkf'

$KCODE = 'u'

atw_url = "http://www.animate.tv/digital/web_radio/detail_114.html"

ex1 = Scraper.define do
  #process 'tr:first-child > td:nth-child(6) > a[href]', "urls[]" => "@href"
  process 'title', :title => :text
  process 'td.main_txt2', "dates[]" => :text
  process 'table[width="553"] > tr:nth-child(1) > td.main_txt1 > strong', "subtitles[]" => :text
  result :title, :dates, :subtitles
end

ex2 = Scraper.define do
  #process 'tr:first-child > td:nth-child(6) > a[href]', "urls[]" => "@href"
  process 'title', :title => :text
  process 'td.main_txt2', "dates[]" => :text
  process 'table[width="553"] > tbody > tr:nth-child(1) > td.main_txt1 > strong', "subtitles[]" => :text
  #result :title, :dates, :subtitles, :urls
  result :title, :dates, :subtitles
end

html = NKF::nkf('-w m0', open(atw_url).read)
struct1 = ex1.scrape(html, :parser_options => {:char_encoding=>'utf8'})
p title1 = struct1[:title]
p dates1 = struct1[:dates]
p subtitles1 = struct1[:subtitles]

struct2 = ex2.scrape(html, :parser_options => {:char_encoding=>'utf8'})
p title2 = struct2[:title]
p dates2 = struct2[:dates]
p subtitles2 = struct2[:subtitles]

で、〜〜2の方が正しいと思っていたのに〜〜1の方じゃないと取れない。

$ ruby test-scrapi.rb
"アニメイトTV WEB　-『げんしけん2』Webラジオ　げんちょけん（現代聴覚文化研究会）-"
["2007年10月9日放送"]
["第０回 【げんちょうけん？】"]
"アニメイトTV WEB　-『げんしけん2』Webラジオ　げんちょけん（現代聴覚文化研究会）-"
["2007年10月9日放送"]
nil

nilて。gaxtu
tbodyって認識されないもんなの？っていうかアニメイトTV WEBのHTMLって（ｒｙ

参考：
http://d.hatena.ne.jp/secondlife/20060922/1158923779
川o・-・）＜2nd life - ruby のスクレイピングツールキット scrAPI

http://wota.jp/ac/?date=20070115#p05
ヽ( ・∀・)ノくまくまー(2007-01-15)

http://blog.labnotes.org/2006/07/11/scraping-with-style-scrapi-toolkit-for-ruby/
Labnotes » Scraping with style: scrAPI toolkit for Ruby

http://labnotes.org/svn/public/ruby/scrapi/cheat/scrapi.html
scrAPI Cheat Sheet

http://www.animate.tv/digital/web_radio/detail_114.html
アニメイトTV WEB　-『げんしけん2』Webラジオ　げんちょけん（現代聴覚文化研究会）-

http://www.animate.tv/digital/web_radio/detail_104.html
アニメイトTV WEB　-Webラジオ-さよなら絶望放送-