1
00:00:00,000 --> 00:00:03,234
>> [संगीत बजाना]

2
00:00:03,234 --> 00:00:05,275

3
00:00:05,275 --> 00:00:06,400
रॉबर्ट KRABEK: हैलो, दोस्तों।

4
00:00:06,400 --> 00:00:09,980
मेरा नाम रॉबर्ट Krabek, और है
मैं तुम लोगों को अध्यापन किया जाएगा

5
00:00:09,980 --> 00:00:15,470
साथ वेब परिमार्जन करने के लिए कैसे
एक रूबी पुस्तकालय है जो Nokogiri,

6
00:00:15,470 --> 00:00:17,566
और एक क्रोम एक्सटेंशन है जो किमोनो,।

7
00:00:17,566 --> 00:00:20,940

8
00:00:20,940 --> 00:00:25,010
>> तो पहले वहाँ एक
कुछ बातें आपको लगता है कि

9
00:00:25,010 --> 00:00:28,790
आप से किया गया है हो सकता है अगर ऐसा कर सकते हैं
अब तक सभी psets कर रही है

10
00:00:28,790 --> 00:00:31,170
और अपने कार्यक्षेत्र है
एक छोटे से पूर्ण हो रही है।

11
00:00:31,170 --> 00:00:37,060
हम वास्तव में बस जाओ और कर सकते हैं
आप के लिए एक नया कार्यक्षेत्र बनाने

12
00:00:37,060 --> 00:00:41,220
बस में एक ब्रांड के नए प्रोजेक्ट करने के लिए।

13
00:00:41,220 --> 00:00:46,160
क्या आप जारी रखना चाहते हैं तो अगर
CS50 खाका आईडी में काम

14
00:00:46,160 --> 00:00:49,080
आप वर्तमान में है कि,
स्वतंत्र लग रहा है, और तुम सिर्फ कर सकते हैं

15
00:00:49,080 --> 00:00:54,700
CFLAGS साथ Nokogiri स्थापित
बराबर होती मणि nokogiri स्थापित करें।

16
00:00:54,700 --> 00:00:56,930
लेकिन अन्यथा मैं आपको दिखाता हूँ
एक नया एक स्थापित करने के लिए कैसे।

17
00:00:56,930 --> 00:01:01,210
और फिर यह अनिवार्य है
अधिक प्रशिक्षण के पहियों छोड़ने।

18
00:01:01,210 --> 00:01:07,120
अगर तुम थे और जैसा कि आप कोडिंग कर रहे हैं
सिर्फ उदात्त या कुछ में कोडिंग।

19
00:01:07,120 --> 00:01:12,365
हम इस पर बदलाव तो अगर।

20
00:01:12,365 --> 00:01:14,930

21
00:01:14,930 --> 00:01:18,690
>> तो यह आपके वर्तमान सीएस 50 आईडी है कहना।

22
00:01:18,690 --> 00:01:21,490
तुम बस यहाँ Cloud9 करने के लिए जा सकते हैं।

23
00:01:21,490 --> 00:01:22,725
आप अपने डैशबोर्ड पर जा सकते हैं।

24
00:01:22,725 --> 00:01:26,720

25
00:01:26,720 --> 00:01:29,950
यह कार्यस्थान टैब को लाना चाहिए।

26
00:01:29,950 --> 00:01:32,980
और फिर आप बस क्लिक कर सकते हैं
इधर, एक नया कार्यक्षेत्र बनाएँ।

27
00:01:32,980 --> 00:01:37,600
अपने नए कार्यक्षेत्र नाम,
शायद परीक्षण, या स्क्रैप।

28
00:01:37,600 --> 00:01:42,700
और फिर यहाँ इस कस्टम टैब पर क्लिक करें
बजाय CS50 टेम्पलेट्स टैब की।

29
00:01:42,700 --> 00:01:45,155
और फिर आप बस जा सकते हैं
और एक नया कार्यक्षेत्र बनाने के लिए।

30
00:01:45,155 --> 00:01:48,280
>> मैं पहले से ही यहाँ एक कार्यक्षेत्र बना लिया है।

31
00:01:48,280 --> 00:01:50,640
इसलिए हम इस के साथ काम करना होगा।

32
00:01:50,640 --> 00:01:55,380
और आप एक नया बनाया है
कार्यक्षेत्र कस्टम टैब के साथ तो,

33
00:01:55,380 --> 00:02:04,560
तुम सिर्फ मणि स्थापित टाइप कर सकते हैं
यहाँ नहीं जा रहा है, जो nokogiri।

34
00:02:04,560 --> 00:02:06,230
ठीक है, यह एक छोटे से जमे हुए है।

35
00:02:06,230 --> 00:02:08,979
लेकिन अगर आप nokogiri स्थापित मणि टाइप कर सकते हैं।

36
00:02:08,979 --> 00:02:15,970
और यह सब होना चाहिए कि
स्थापना करने के लिए नहीं है।

37
00:02:15,970 --> 00:02:20,590
>> जैसा कि मैंने कहा, इससे पहले कि आप अभी भी कर रहे हैं
अपने CS50 खाका आईडी में काम कर रहे,

38
00:02:20,590 --> 00:02:30,270
तुम सिर्फ CFLAGS टाइप करने की जरूरत
मणि nokogiri स्थापित बराबर होती है।

39
00:02:30,270 --> 00:02:33,130
और मैं पहले से ही स्थापित किया है
यह यहां इसलिए मुझे लगता है कि ऐसा नहीं होगा।

40
00:02:33,130 --> 00:02:38,500
लेकिन उन लोगों के लिए निम्नलिखित
साथ में, ऐसा करने के लिए स्वतंत्र महसूस।

41
00:02:38,500 --> 00:02:46,000
>> आप अपने Nokogiri मिल गया है तो एक बार
कार्यक्षेत्र या पुस्तकालय स्थापित है,

42
00:02:46,000 --> 00:02:49,500
मैं आप एक छोटा सा देने के लिए जा रहा हूँ
रूबी वाक्य रचना में एक क्रैश कोर्स की

43
00:02:49,500 --> 00:02:53,380
Nokogiri एक रूबी पुस्तकालय है।

44
00:02:53,380 --> 00:03:03,710
तो अगर आप कुछ बुनियादी पता करना होगा
Nokogiri के साथ काम करने के लिए रूबी सिंटेक्स।

45
00:03:03,710 --> 00:03:08,750
तो कुछ बुनियादी मतभेद
आप के लिए इस्तेमाल कर रहे हैं से

46
00:03:08,750 --> 00:03:13,370
शायद आप काम कर रहा है, तो
अब तक सिर्फ सी और पीएचपी में,

47
00:03:13,370 --> 00:03:16,010
आप कोई प्रकार के साथ चर घोषणा।

48
00:03:16,010 --> 00:03:19,720
आप अर्धविराम का उपयोग नहीं करते,
जो एक राहत की तरह है।

49
00:03:19,720 --> 00:03:25,480
अब आसपास कोई कोष्ठकों नहीं है
के लिए या छोरों जबकि, उदाहरण के लिए।

50
00:03:25,480 --> 00:03:29,460
तुम बस कोड का एक ब्लॉक है, और
तो आप उस के अंत में समाप्त कर दिया।

51
00:03:29,460 --> 00:03:32,380
कोई प्लस वहाँ प्लस
शून्य या शून्य, बस इतना

52
00:03:32,380 --> 00:03:36,180
जब के लिए जानते हैं कि
आप छोरों के लिए कर रहे हैं,

53
00:03:36,180 --> 00:03:38,620
सिर्फ प्लस बराबर होती है और शून्य के बराबर होती है।

54
00:03:38,620 --> 00:03:43,310
और बदले हैश के शामिल
तुम तो आवश्यकता का उपयोग करेंगे और

55
00:03:43,310 --> 00:03:47,755
कोशिश कर रहा है जो कुछ भी पुस्तकालय
अपने कार्यक्रम में लोड करने के लिए।

56
00:03:47,755 --> 00:03:51,610

57
00:03:51,610 --> 00:03:53,430
>> रूबी एक संकलित भाषा नहीं है।

58
00:03:53,430 --> 00:03:55,550
तो यह है कि एक और राहत की बात है।

59
00:03:55,550 --> 00:03:59,350
यह पीएचपी, जहां के लिए और अधिक समान है
यह एक व्याख्या की भाषा है।

60
00:03:59,350 --> 00:04:03,570
आप किसी भी रूबी स्क्रिप्ट चला सकते हैं
रूबी पीछा के साथ आप लिखना

61
00:04:03,570 --> 00:04:07,380
अपनी स्क्रिप्ट या प्रोग्राम के नाम से।

62
00:04:07,380 --> 00:04:13,000
यह एक रूबी कार्यक्रम है दर्शाता है कि,
तुम सिर्फ .rb बजाय ग के साथ इसे खत्म होता है।

63
00:04:13,000 --> 00:04:17,440
और चर देखते हैं
रूबी में आकार सरणियों,

64
00:04:17,440 --> 00:04:23,200
जो आप कर रहे हैं जब सुपर सुविधाजनक है
स्क्रैप और शायद संलग्न करना चाहते हैं

65
00:04:23,200 --> 00:04:26,090
आप एक सरणी में scraped है कि डेटा।

66
00:04:26,090 --> 00:04:31,960
आप एक नई सरणी malloc के लिए नहीं है और
नई सरणी में पुराने सरणी कॉपी।

67
00:04:31,960 --> 00:04:36,150
तुम बस के साथ संलग्न कर सकते हैं
दो तीर के संकेत हैं।

68
00:04:36,150 --> 00:04:39,820
और कोई घर का काम देखते, देखते हैं
सिर्फ एक पत्र तार।

69
00:04:39,820 --> 00:04:44,760
तो यह है कि एक छोटे से आसान होना चाहिए।

70
00:04:44,760 --> 00:04:50,130
>> तो हम बस आप कुछ दे दूँगा
कुछ बुनियादी रूबी वाक्य रचना के उदाहरण हैं।

71
00:04:50,130 --> 00:04:57,100
यहाँ तो आप के बजाय देख सकते हैं कि
स्लैश स्लैश, रूबी में टिप्पणी करने के लिए

72
00:04:57,100 --> 00:04:58,740
आप सिर्फ पाउंड चिह्न का उपयोग करें।

73
00:04:58,740 --> 00:05:04,990
और चर घोषणा, आप
सिर्फ चर बराबरी टाइप

74
00:05:04,990 --> 00:05:07,971
जो कुछ भी आप चर होना चाहते हैं।

75
00:05:07,971 --> 00:05:09,220
वे तार हो सकता है।

76
00:05:09,220 --> 00:05:14,120
आप सरणी, जो हो सकता है
आप मूल्यों के साथ आबाद।

77
00:05:14,120 --> 00:05:17,240
पुट और प्रिंट के समान हैं।

78
00:05:17,240 --> 00:05:20,110
हमारे उद्देश्यों के लिए,
फर्क सिर्फ इतना सच है

79
00:05:20,110 --> 00:05:25,500
उस के लिए खड़ा है, जो कहते हैं
कहते हैं, बस एक नई लाइन कहते हैं

80
00:05:25,500 --> 00:05:27,440
चरित्र जो कुछ भी आप मुद्रण कर रहे हैं।

81
00:05:27,440 --> 00:05:30,980
>> हम एक छोटे से देते हैं तो
यहां प्रदर्शन,

82
00:05:30,980 --> 00:05:41,800
हम इस with-- चला सकते हैं
एक नए टर्मिनल खुला।

83
00:05:41,800 --> 00:05:46,020
आप इन सब को देख सकते हैं
अपने टर्मिनल में फ़ाइलों।

84
00:05:46,020 --> 00:05:50,960
और मैं सिर्फ चलाते हैं
रूबी, रूबी intro.rb, यह

85
00:05:50,960 --> 00:05:53,530
हैलो पाँच बाहर डालता है
माथर, क्विंसी, कैरियर।

86
00:05:53,530 --> 00:05:54,410
एडम्स।

87
00:05:54,410 --> 00:05:59,295
वह सब है तो वहाँ है
घोषित करने सरणियों के लिए।

88
00:05:59,295 --> 00:06:01,670
दर्शकों: रॉबर्ट, आप कर सकते हैं
अपने फॉन्ट एक छोटे से बड़ा?

89
00:06:01,670 --> 00:06:02,461
रॉबर्ट KRABEK: हाँ।

90
00:06:02,461 --> 00:06:05,370

91
00:06:05,370 --> 00:06:12,280
तुम नहीं कर सकते, क्योंकि मैं ज़ूम कर सकते हैं
जाहिरा तौर पर टर्मिनल फोंट में ज़ूम।

92
00:06:12,280 --> 00:06:18,790

93
00:06:18,790 --> 00:06:24,630
>> तो यह है कि आप प्रिंट कैसे है
अपने टर्मिनल के लिए चर।

94
00:06:24,630 --> 00:06:28,820
आप भी उपयोग कर सकते हैं
एक स्ट्रिंग के अंदर चर।

95
00:06:28,820 --> 00:06:33,720
तो हाल ही में पीएचपी में,
आप सीखा है हो सकता है

96
00:06:33,720 --> 00:06:37,340
स्ट्रिंग प्रक्षेप है कि वहाँ।

97
00:06:37,340 --> 00:06:43,830
तो तुम यहाँ एक नज़र रखना है, तो मैं यदि
, तीन चर, नाम, पुस्तकालय की घोषणा

98
00:06:43,830 --> 00:06:49,700
और भाषा, और मैं कहते हैं, मैं
एक स्ट्रिंग लिखने, नमस्ते मेरा नाम है।

99
00:06:49,700 --> 00:06:54,190
और फिर बजाय पीएचपी
स्ट्रिंग प्रक्षेप के संस्करण

100
00:06:54,190 --> 00:06:58,960
जो इस तरह एक छोटे से अधिक लग रहा है,
आप तो एक पाउंड पर हस्ताक्षर किया है, और

101
00:06:58,960 --> 00:07:01,220
एक घुंघराले गले लगा, और उसके बाद
चर का नाम।

102
00:07:01,220 --> 00:07:07,350
और कहा कि आप प्रिंट होता है, कैसे कहना है,
जो कुछ भी चर नाम है।

103
00:07:07,350 --> 00:07:10,140
>> और फिर आप भी कर सकते हैं
तार जुटना।

104
00:07:10,140 --> 00:07:12,890
रूबी यह सुपर बनाता है
प्लस पर हस्ताक्षर के साथ आसान।

105
00:07:12,890 --> 00:07:16,110
तुम सिर्फ एक स्ट्रिंग है
बाएं प्लस एक चर पर

106
00:07:16,110 --> 00:07:18,860
एक और स्ट्रिंग के साथ साथ एक स्ट्रिंग या।

107
00:07:18,860 --> 00:07:23,500
मैं इस बाहर प्रिंट, तो यह चाहिए ताकि
बस अपना नाम रॉबर्ट है, हैलो कहते हैं।

108
00:07:23,500 --> 00:07:27,340
मैं आप रूबी में nokogiri शिक्षण जाएगा।

109
00:07:27,340 --> 00:07:35,370
>> और चलो बस यह है कि इस बात की पुष्टि करते हैं
वास्तव में case-- माणिक परिचय है।

110
00:07:35,370 --> 00:07:36,480
नमस्कार, मेरा नाम रॉबर्ट है।

111
00:07:36,480 --> 00:07:40,160
मैं आप रूबी में nokogiri शिक्षण जाएगा।

112
00:07:40,160 --> 00:07:45,600
>> पर चल रहा है, और बयानों हैं,
यह थोड़ा अलग है

113
00:07:45,600 --> 00:07:49,800
आप के लिए इस्तेमाल किया जा सकता है क्या से
आप सी में काम कर रहा है, तो

114
00:07:49,800 --> 00:07:53,200
आप कोष्ठकों जरूरत नहीं है।

115
00:07:53,200 --> 00:07:55,220
आप सर्पाकार जरूरत नहीं है।

116
00:07:55,220 --> 00:08:00,170
और इसके बजाय यदि किसी और की,
यह एक concatenated elsif है।

117
00:08:00,170 --> 00:08:07,260
यहाँ में तो, मैं घोषित किया है, तो ऊपर x
हम देख सकते हैं, यहाँ, एक्स अभी भी 5 है।

118
00:08:07,260 --> 00:08:11,100
एक्स 3 की तुलना में कम है, तो यह छोटा सा डाल देता हूँ।

119
00:08:11,100 --> 00:08:14,030
यह 7, मध्यम, और कुछ बड़े की तुलना में कम है तो।

120
00:08:14,030 --> 00:08:17,340
तो 5 एक मध्यम संख्या है।

121
00:08:17,340 --> 00:08:22,270
और मैं अंत के साथ कोड के इस ब्लॉक खत्म होता है।

122
00:08:22,270 --> 00:08:24,920
>> यहाँ पाश के लिए मेरी है।

123
00:08:24,920 --> 00:08:28,240
और इस वाक्य रचना भी है
थोड़ा अलग।

124
00:08:28,240 --> 00:08:33,500
0 से पांच सिर्फ अनिवार्य
0-5 की सरणियों की घोषणा की है।

125
00:08:33,500 --> 00:08:36,120
तो सरणी में पांच स्लॉट नहीं है।

126
00:08:36,120 --> 00:08:40,500
और फिर उस में प्रत्येक स्लॉट के लिए
सरणी, मैं मैं incrementing हो जाएगा।

127
00:08:40,500 --> 00:08:46,080
तो यह 4 से 0-5, या 0 प्रिंट चाहिए।

128
00:08:46,080 --> 00:08:49,630
और इस माध्यम प्रिंट चाहिए।

129
00:08:49,630 --> 00:08:51,370
>> और मैं सिर्फ माध्यम से आग करेंगे।

130
00:08:51,370 --> 00:08:54,466
तुम लोग उपयोग होगा
पर बाद में इस कोड को।

131
00:08:54,466 --> 00:08:55,965
तो तुम लोग इस अपने आप चला सकते हैं।

132
00:08:55,965 --> 00:09:02,090

133
00:09:02,090 --> 00:09:06,620
>> तो यह अपने बुनियादी जबकि पाश है।

134
00:09:06,620 --> 00:09:12,230
यह सिर्फ जम्मू मुद्रण होगा,
हम 5 मारा जब तक 1 से incrementing।

135
00:09:12,230 --> 00:09:18,320
>> सुपर त्वरित रूबी क्रैश कोर्स
एक समारोह में लिखने के लिए पर।

136
00:09:18,320 --> 00:09:24,460
इसके बजाय, का कहना है, पूर्णांक भाज्य
नंबर, हम सिर्फ डेफ है।

137
00:09:24,460 --> 00:09:28,450
और अनिवार्य रूप से आप कर रहे हैं
यहां एक समारोह को परिभाषित।

138
00:09:28,450 --> 00:09:30,600
यह होने जा रहा है
समारोह के नाम पर,

139
00:09:30,600 --> 00:09:34,280
और यह किसी भी चर है कि आप
समारोह में पारित करने के लिए चाहते हैं।

140
00:09:34,280 --> 00:09:36,760
आप के भीतर यदि बयानों हो सकता है।

141
00:09:36,760 --> 00:09:38,030
आप वापसी कर सकते हैं।

142
00:09:38,030 --> 00:09:42,620
इस मामले में, हम कर रहे हैं
एक बारी बारी से परिभाषित

143
00:09:42,620 --> 00:09:45,000
कार्यान्वित भाज्य समारोह।

144
00:09:45,000 --> 00:09:48,660
तो हम बस कार्यों फोन
इस तरह रूबी में।

145
00:09:48,660 --> 00:09:54,700
>> मैं यह है कि मैं, परिभाषित किया है तो अगर
3 में से गुजरती हैं, भाज्य कॉल कर सकते हैं,

146
00:09:54,700 --> 00:09:59,700
और फिर 3 नंबर चर हो जाएगा
मैं समारोह के भीतर उपयोग कर सकते हैं।

147
00:09:59,700 --> 00:10:08,010
और इस to_s सिर्फ तब्दील हो रही है
एक स्ट्रिंग में भाज्य के मूल्य वापसी।

148
00:10:08,010 --> 00:10:10,760
अन्यथा इस फेंक देंगे
एक त्रुटि मैं, ओह कह

149
00:10:10,760 --> 00:10:13,230
एक string-- मुद्रित नहीं कर सकते
तुम्हें याद के रूप में है, क्योंकि

150
00:10:13,230 --> 00:10:18,230
इस वजह से string-- डाल दिया जाता है डालता
भाज्य एक नंबर वापस आ गया है।

151
00:10:18,230 --> 00:10:21,850
तो हम उस परिवर्तित कर सकते हैं
इस तरह की तरह एक स्ट्रिंग के लिए।

152
00:10:21,850 --> 00:10:27,856
और इसके विपरीत, आप भी परिवर्तित कर सकते हैं
to_i साथ एक पूर्णांक के लिए एक स्ट्रिंग।

153
00:10:27,856 --> 00:10:32,650
>> इतना सब कुछ सुपर सरल बनाने,
मैं सिर्फ यह पता टिप्पणी करते हैं, तो बचा

154
00:10:32,650 --> 00:10:36,250
और भाज्य समारोह चलाते हैं।

155
00:10:36,250 --> 00:10:39,850
हम यह देखने के लिए सक्षम होना चाहिए
3 की कि भाज्य 6 है।

156
00:10:39,850 --> 00:10:42,790
और कहा कि वास्तव में सच है।

157
00:10:42,790 --> 00:10:46,160
>> तो यह है कि रूबी में क्रैश कोर्स है।

158
00:10:46,160 --> 00:10:53,550
और अब आप रूबी पता है, हम पर जा सकते हैं
बुनियादी Nokogiri करने के लिए स्थापित scraping।

159
00:10:53,550 --> 00:10:58,190
अनिवार्य रूप से आप है सभी के लिए है,
रूबी में, पुस्तकालयों की आवश्यकता होती है।

160
00:10:58,190 --> 00:11:04,390
और हमारे उद्देश्यों के लिए हम उपयोग कर सकता हूँ
पुस्तकालय OpenURI के साथ-साथ Nokogiri।

161
00:11:04,390 --> 00:11:07,870
और फिर क्या आप do-- और यह हूँ
आप है- वाक्य विन्यास को देना

162
00:11:07,870 --> 00:11:16,010
क्या आप में होगा के रूप में ज्यादा यूआरएल को खोलने के लिए है
सी यूआरएल के लिए खड़ा है, जो एक कर्ल अनुरोध,।

163
00:11:16,010 --> 00:11:20,330
>> तो आप का यूआरएल ले
सवाल में वेबसाइट।

164
00:11:20,330 --> 00:11:22,030
आप एक चर में यह दुकान।

165
00:11:22,030 --> 00:11:27,400
और फिर आप उस के माध्यम से खोज सकते हैं
का उपयोग करते हुए अनूठा एचटीएमएल टैग के लिए चर

166
00:11:27,400 --> 00:11:30,590
सीएसएस आदेश।

167
00:11:30,590 --> 00:11:34,360
और फिर तुम उत्पादन कर सकते हैं
जहाँ आप चाहते हैं के लिए सामग्री।

168
00:11:34,360 --> 00:11:35,720
आप एक डेटाबेस में शुरू कर सकते हैं।

169
00:11:35,720 --> 00:11:42,040
आप कर सकते हैं एक फ़ाइल में उत्पादन, या
यहां तक ​​कि सिर्फ स्क्रीन करने के लिए इसे प्रिंट।

170
00:11:42,040 --> 00:11:47,290
>> तो हम आपको एक बुनियादी खुरचनी दिखाएंगे।

171
00:11:47,290 --> 00:11:52,570
यहां तक ​​कि आप हम देख सकते हैं तो
nokogiri की आवश्यकता होती है, खुले उड़ी आवश्यकता होती है।

172
00:11:52,570 --> 00:11:57,150
आपका बुनियादी सेट अप, चलो
, दस्तावेज़ या डॉक्टर इसे कहते हैं

173
00:11:57,150 --> 00:12:07,780
Nokogiri :: HTML है, जो खुले बराबर होती है
OpenURI द्वारा हमें प्रदान की कमान

174
00:12:07,780 --> 00:12:08,920
पुस्तकालय।

175
00:12:08,920 --> 00:12:14,000
और हम में से उन लोगों के लिए, खोज करेंगे
ट्रैक्टर में रहने वाले हो सकते हैं, जो आप,

176
00:12:14,000 --> 00:12:21,270
बोस्टन में सूचीबद्ध हैं कि बाइक के लिए
बोस्टन क्रेगलिस्ट बाइक खंड पर

177
00:12:21,270 --> 00:12:22,020
साइट।

178
00:12:22,020 --> 00:12:26,460
>> आप अपरिचित हैं तो अगर
कर्ल के साथ, मैं तो बस हूँ

179
00:12:26,460 --> 00:12:28,930
असली जल्दी कर्ल क्या करेंगे आप दिखा।

180
00:12:28,930 --> 00:12:38,350
मैं से यूआरएल के सभी प्राप्त करना चाहता था
क्रेगलिस्ट साइट, मैं कर्ल टाइप करते हैं,

181
00:12:38,350 --> 00:12:44,950
यह सिर्फ यूआरएल के सभी उदासीनता
क्रेगलिस्ट साइकिल साइट से

182
00:12:44,950 --> 00:12:46,720
अपने टर्मिनल पर।

183
00:12:46,720 --> 00:12:49,130
यही कारण है कि विशेष रूप से नहीं है
उपयोगी मैं नहीं जानता, क्योंकि

184
00:12:49,130 --> 00:12:53,330
मैन्युअल के माध्यम से जाना चाहते हैं और
मेरी चाहत बात लगता है।

185
00:12:53,330 --> 00:13:01,590
लेकिन अभी तो आप कर सकते हैं
मैं वास्तव में हूँ कि वहाँ

186
00:13:01,590 --> 00:13:13,966
अगर तुम देखो, सही कोड का उपयोग
bikes-- में Craigslist के लिए URL पर

187
00:13:13,966 --> 00:13:17,460
किसी कारण के लिए यह नहीं मिला है।

188
00:13:17,460 --> 00:13:20,340
आप इस पेज पर नजर डालें तो
और आप यूआरएल को देखो,

189
00:13:20,340 --> 00:13:23,970
इस के लिए समान होना चाहिए
मैं सिर्फ भेज कि कर्ल अनुरोध।

190
00:13:23,970 --> 00:13:27,700
और वास्तव में, जा रहा है कि क्या है
डॉक्टर चर में संग्रहीत।

191
00:13:27,700 --> 00:13:36,540
>> तो अगर आप हमारे कोड के लिए वापस जाना है, जब हम
तो इस डॉक्टर चर पर काम कर सकते हैं

192
00:13:36,540 --> 00:13:40,660
सीएसएस का उपयोग करके।

193
00:13:40,660 --> 00:13:49,240
इसलिए मुझे लगता है की सब प्राप्त करना चाहता था कहना
span.txt हैं कि टैग,

194
00:13:49,240 --> 00:13:51,740
और कहा कि टैग के भीतर सभी एक टैग।

195
00:13:51,740 --> 00:13:56,150
और हम क्यों चाहते हो सकता है
इस करते हैं, मैं तुम्हें रोते सुना?

196
00:13:56,150 --> 00:14:02,920
>> हम निरीक्षण तत्व हैं, तो यह आप एक देता है
यूआरएल संरचित है कैसे के टूटने।

197
00:14:02,920 --> 00:14:06,200
मैं के माध्यम से नीचे स्क्रॉल
यहाँ आप देख सकते हैं

198
00:14:06,200 --> 00:14:08,770
क्या इन अलग से प्रत्येक
तत्व का प्रतिनिधित्व करता है।

199
00:14:08,770 --> 00:14:13,410
इसलिए हो सकता है कि मैं का उपयोग करना चाहते हैं
इस विशेष तत्व।

200
00:14:13,410 --> 00:14:16,820
तो मैं क्रोम डेवलपर उपयोग कर रहा हूँ
उपकरण तत्व का निरीक्षण किया।

201
00:14:16,820 --> 00:14:22,970
मैं यहाँ नीचे देखना यह है कि कर सकते हैं
एक अंतराल के भीतर एक टैग है

202
00:14:22,970 --> 00:14:26,230
TXT के एक वर्ग के साथ टैग।

203
00:14:26,230 --> 00:14:29,610
>> तो यह करने के लिए हो जाता है हमारी
पहला ऑपरेशन है, जो

204
00:14:29,610 --> 00:14:37,330
टैग है जो doc.css अवधि, है कि
मैं यह सब यूआरएल के भीतर के लिए देख रहा हूँ।

205
00:14:37,330 --> 00:14:43,650
और फिर .txt सीएसएस की तरह ज्यादा संचालित
तुम सिर्फ सीएसएस लिख रहे हैं जब करता है

206
00:14:43,650 --> 00:14:49,630
द्वारा अपने HTML फ़ाइलों में
एक वर्ग को निर्दिष्ट।

207
00:14:49,630 --> 00:14:57,980
इसलिए इस विशेष ऑपरेटर होगा
TXT के वर्ग के साथ एक अवधि टैग निर्दिष्ट करें।

208
00:14:57,980 --> 00:15:02,800
और फिर मैं एक जगह छोड़ दें, तो
यह तो है कि टैग के भीतर जाना होगा

209
00:15:02,800 --> 00:15:05,170
और फिर एक है कि भीतर एक टैग पाते हैं।

210
00:15:05,170 --> 00:15:10,750
>> तो मैं बस को यह डाल
टर्मिनल, मुझे ऐसा करना चाहिए

211
00:15:10,750 --> 00:15:21,630
अनिवार्य रूप से सब कुछ देखने के लिए सक्षम होना
उस वर्ग TXT की इस अवधि के भीतर है।

212
00:15:21,630 --> 00:15:22,890
इसलिए हम एक जाने दे दूँगा।

213
00:15:22,890 --> 00:15:25,870

214
00:15:25,870 --> 00:15:27,756
माणिक Craigslist खुरचनी।

215
00:15:27,756 --> 00:15:31,850

216
00:15:31,850 --> 00:15:37,250
और वास्तव में लगता है कि हमें इन सभी को देता है
विभिन्न लिस्टिंग के टैग कि

217
00:15:37,250 --> 00:15:40,400
क्रेगलिस्ट पृष्ठ पर हैं।

218
00:15:40,400 --> 00:15:45,670
>> हम वापस जाने के लिए तो, अगर हम इस बारी कर सकते हैं
कुछ में एक छोटे से अधिक उपयोगी है।

219
00:15:45,670 --> 00:15:51,050
शायद हम सिर्फ लिंक चाहते हैं।

220
00:15:51,050 --> 00:15:58,790
इस टैग के भीतर, मैं भी हूँ क्योंकि
पथ का हाइपरलिंक है

221
00:15:58,790 --> 00:16:00,590
कि इस पेज को जाता है।

222
00:16:00,590 --> 00:16:09,100
तो तुम यहाँ इस कोड को देखो,
मैं क्या करूंगा, बजाय सीएसएस की है

223
00:16:09,100 --> 00:16:12,380
मैं at_css जा सकते हैं।

224
00:16:12,380 --> 00:16:16,820
और यह सिर्फ पहली बार मिल जाएगा
उन चीजों में से सभी के तत्व।

225
00:16:16,820 --> 00:16:20,890
अगर मैं थे में है कि ऊपर ऐसा करने के लिए
कोड मैं सिर्फ पहले से प्रदर्शन,

226
00:16:20,890 --> 00:16:23,800
बजाय सभी लौटने की
इस कारण, यह सिर्फ होगा

227
00:16:23,800 --> 00:16:26,850
उन लोगों में से पहले एक वापसी।

228
00:16:26,850 --> 00:16:31,310
At_css ऑपरेटर कैसे काम करता है तो वह है।

229
00:16:31,310 --> 00:16:39,460
>> इसलिए हम संग्रहीत करना चाहते हैं
पथ पहले एक टैग के सभी।

230
00:16:39,460 --> 00:16:47,430
और एक अमेरिकी एक-- दे देंगे क्योंकि
इसलिए हम अभी भी सीएसएस का उपयोग करने के लिए जा रहे हैं।

231
00:16:47,430 --> 00:16:53,830
लेकिन इस वजह से देने जा रहा है
हमें वापस टैग की एक पूरी सरणी,

232
00:16:53,830 --> 00:16:55,710
हम उपयोग करने के लिए जा रहे हैं
पहला तत्व।

233
00:16:55,710 --> 00:17:01,700
तो यह एक और तरीका है कि आप कर सकते है
अगर आप किसी विशेष तत्व का उपयोग

234
00:17:01,700 --> 00:17:04,810
तत्वों की एक सरणी है
कि वापस आ रहा है,

235
00:17:04,810 --> 00:17:11,930
आप कुछ भी इलाज कर सकते हैं कि क्योंकि
अनिवार्य रूप से एक सरणी के रूप में सीएसएस रिटर्न,।

236
00:17:11,930 --> 00:17:16,880
और फिर हम उपयोग करने के लिए जा रहे हैं
इस के हाइपरटेक्स्ट संदर्भ विशेषता।

237
00:17:16,880 --> 00:17:24,810
>> तो आप एक बार देख ले, यदि
आप यहां बहुत करीब से देखा

238
00:17:24,810 --> 00:17:28,270
सिर्फ अनिवार्य रूप से आप यदि
यूआरएल बार देखो,

239
00:17:28,270 --> 00:17:33,880
इस रास्ते पर है कि
आप स्क्रैप हो जा रहे हैं।

240
00:17:33,880 --> 00:17:41,565
हम तो बस फिर इस चलाते हैं तो,
और हम इसे बचा लिया सुनिश्चित करें।

241
00:17:41,565 --> 00:17:47,040

242
00:17:47,040 --> 00:17:48,300
तुम घर पर जांच कर सकते हैं।

243
00:17:48,300 --> 00:17:51,430
यह वास्तव में इस लिंक के साथ मेल खाता है।

244
00:17:51,430 --> 00:17:55,950
>> तो क्यों न हम इस का उपयोग करने के लिए चाहते हो सकता है?

245
00:17:55,950 --> 00:17:57,870
आप परिमार्जन करने के लिए चाहते हैं
यह और है पेज

246
00:17:57,870 --> 00:18:00,270
जैसे लिंक का एक पेज
क्रेगलिस्ट करता है, आप

247
00:18:00,270 --> 00:18:03,210
तो जाने के लिए चाहते हो सकता है
उन कड़ियों में से प्रत्येक में

248
00:18:03,210 --> 00:18:05,120
और फिर परिमार्जन
कि की सामग्री, जो

249
00:18:05,120 --> 00:18:08,520
हम क्या करने जा रहे हैं कि वास्तव में क्या है।

250
00:18:08,520 --> 00:18:11,660
>> आप एक के रूप में पथ है तो एक बार
चर, मैं अब वास्तव में

251
00:18:11,660 --> 00:18:13,200
इसे बाहर प्रिंट करने के बारे में परवाह है।

252
00:18:13,200 --> 00:18:15,420
मैं सिर्फ एक चर के रूप में यह स्टोर करने की जरूरत है।

253
00:18:15,420 --> 00:18:20,980
और फिर मैं एक और उपयोग कर सकते हैं
मैं का उपयोग एक ही रास्ता पेज

254
00:18:20,980 --> 00:18:22,260
पहली जगह में डॉक्टर।

255
00:18:22,260 --> 00:18:25,920
यूआरएल के साथ छोड़कर, हम जा रहे हैं
स्ट्रिंग प्रक्षेप का उपयोग करने के लिए

256
00:18:25,920 --> 00:18:29,180
जैसे मैं में वर्णन किया गया है
रूबी पर पहले संलग्न करने के लिए

257
00:18:29,180 --> 00:18:32,010
जड़ से समाप्त करने के लिए पथ।

258
00:18:32,010 --> 00:18:38,970
>> तो क्या यह करने के लिए जा रहा है
इस रास्ते पर डाल दिया जा रहा है

259
00:18:38,970 --> 00:18:42,360
मैं पहले से scraped कि
और फिर उस बारी

260
00:18:42,360 --> 00:18:49,580
एक नए आइटम में, आप करना चाहते हैं जो कुछ भी
it-- उदाहरण के लिए, first_listing कहते हैं।

261
00:18:49,580 --> 00:18:52,900
लेकिन मुझे छोड़ने के लिए जा रहा हूँ
अब के लिए आइटम पर यह

262
00:18:52,900 --> 00:18:55,420
कि मैं यहाँ का उपयोग कर रहा है, क्योंकि।

263
00:18:55,420 --> 00:19:02,900
>> तो मैं विवरण प्राप्त करना चाहता था कहना
Craigslist में पहली पोस्टिंग की।

264
00:19:02,900 --> 00:19:04,740
तो मैं यहाँ नीचे जाना होगा।

265
00:19:04,740 --> 00:19:10,660
मैं निरीक्षण तत्व पर क्लिक करेंगे
फिर, यह वर्णन है।

266
00:19:10,660 --> 00:19:14,350
मैं यहाँ नीचे जाने के लिए और देखना चाहते हैं
मुझे मिल सकता है तो मैं कैसे हो सकता है

267
00:19:14,350 --> 00:19:16,530
इस अनूठी टैग के लिए खोज करने के लिए सक्षम हो।

268
00:19:16,530 --> 00:19:19,530
और इस मामले में, यह है
हमें होता है, जो एक आईडी,

269
00:19:19,530 --> 00:19:26,810
के लिए खोज की हमारी अगली तरह से करने के लिए
टैग, जो एक हैशटैग के साथ है।

270
00:19:26,810 --> 00:19:30,670
>> कक्षाओं के लिए, आप कर सकते हैं तो
डॉट ऑपरेटर का उपयोग करें।

271
00:19:30,670 --> 00:19:38,610
तो .txt, TXT के एक वर्ग को निर्दिष्ट किया जाता है
हैश जबकि एक आईडी निर्दिष्ट करता है।

272
00:19:38,610 --> 00:19:43,720
तो इस मामले में, टैग है
अनुभाग, और आईडी postingbody है।

273
00:19:43,720 --> 00:19:47,780
>> तो यह हो जाता है और पाता है
first-- हम कर रहे हैं, क्योंकि

274
00:19:47,780 --> 00:19:51,200
इस जाता at_css-- का प्रयोग और
पहला तत्व पाता है कि

275
00:19:51,200 --> 00:19:57,180
खंड के टैग के साथ आता है
और postingbody की आईडी।

276
00:19:57,180 --> 00:20:02,636
और फिर आप पाठ तत्व का उपयोग कर सकते हैं
उस आइटम की .text के साथ लौट आए।

277
00:20:02,636 --> 00:20:06,230
और फिर हम स्टोर कर सकते हैं
विवरण में है।

278
00:20:06,230 --> 00:20:09,370
>> तो अब हम एक है
चर विवरण

279
00:20:09,370 --> 00:20:14,850
हम कहते हैं, ऐसा करने में सक्षम हो सकता है
मैं / हे फ़ाइल। तो रूबी में आई / ओ दाखिल

280
00:20:14,850 --> 00:20:21,310
/ हे मैं फ़ाइल के समान है
सी में हम एक फ़ाइल को खोलने जहां।

281
00:20:21,310 --> 00:20:23,260
हम यह करने के लिए लिख सकता है।

282
00:20:23,260 --> 00:20:25,060
और फिर हम उस फ़ाइल को बंद कर देंगे।

283
00:20:25,060 --> 00:20:29,660
>> यहाँ तो, हम सिर्फ नामकरण कर रहे हैं
, कुछ मनमाने ढंग से चर फ़ाइल।

284
00:20:29,660 --> 00:20:33,120
हम भी बस यहाँ इस डाल सकता है।

285
00:20:33,120 --> 00:20:39,630
हम भंडारण कर रहे हैं कि एक चर है
File.open के साथ खुले रूप में फ़ाइल।

286
00:20:39,630 --> 00:20:46,370
और हम इस फाइल करने के लिए लिख रहे हैं
इसलिए हम w ऑपरेटर के साथ खुला।

287
00:20:46,370 --> 00:20:54,280
और फिर हम में स्ट्रिंग डाल
.puts ऑपरेटर के साथ फ़ाइल।

288
00:20:54,280 --> 00:20:58,310
और फिर हम चर रखा है कि हम
कि भीतर फाइल करने के लिए लिखना चाहते हैं।

289
00:20:58,310 --> 00:21:00,200
और फिर हम सिर्फ फ़ाइल बंद करें।

290
00:21:00,200 --> 00:21:04,000
>> इसलिए हम आगे जाना है और इस चलाते हैं,
यह एक दस्तावेज प्रस्तुत करना चाहिए

291
00:21:04,000 --> 00:21:10,840
description.txt जिसके साथ होगा
यह भीतर इस वर्णन किया है।

292
00:21:10,840 --> 00:21:14,015
तो अगर मैं कोई it-- चलाते हैं।

293
00:21:14,015 --> 00:21:17,520

294
00:21:17,520 --> 00:21:23,330
यह साथ एक पाठ फ़ाइल का उत्पादन किया है
उम्मीद है कि, एक ही बात है।

295
00:21:23,330 --> 00:21:25,850

296
00:21:25,850 --> 00:21:33,290
तो एक नई पोस्टिंग वहाँ गया हो सकता है
मैं बात कर रहा है, जबकि यह मुद्दा उठा रहा है।

297
00:21:33,290 --> 00:21:36,580
कर दिया गया है की तरह है और वास्तव में यह लग रहा है।

298
00:21:36,580 --> 00:21:43,380
इसलिए हम इस क्लासिक बाइक के लिए जाना है,
1962 1966 के लिए, कि मैच के लिए लगता है।

299
00:21:43,380 --> 00:21:45,620
और वहाँ तुम जाओ।

300
00:21:45,620 --> 00:21:51,250
>> तो यह है कि सबसे बुनियादी है
स्क्रैप की कार्यक्षमता।

301
00:21:51,250 --> 00:21:57,510
हम बजाय हो सकता था
सिर्फ इस फाइल करने के लिए लिख रहे हैं,

302
00:21:57,510 --> 00:21:59,930
हम एक सरणी के लिए चीजों को जोड़ सकते हैं।

303
00:21:59,930 --> 00:22:03,770
मैं तीन सरणियों की घोषणा करते हैं तो,
शीर्षक, मूल्य, और विवरण।

304
00:22:03,770 --> 00:22:06,310

305
00:22:06,310 --> 00:22:13,790
और हम अब डॉक्टर आइटम पर काम कर रहे हैं।

306
00:22:13,790 --> 00:22:16,940
हम के माध्यम से जाने के लिए और कर सकते हैं
span.txt के सभी पाते हैं।

307
00:22:16,940 --> 00:22:21,710
और यह एक सरणी देता है, याद
यह पाता है कि सभी मदों की।

308
00:22:21,710 --> 00:22:27,300
और फिर रूबी में, आप बस का उपयोग कर सकते हैं
हर आइटम के माध्यम से पुनरावृति .प्रत्येक

309
00:22:27,300 --> 00:22:28,410
सरणी की।

310
00:22:28,410 --> 00:22:31,330
और फिर प्रत्येक आइटम के लिए,
मैं सिर्फ यह कॉल करने के लिए जा रहा हूँ

311
00:22:31,330 --> 00:22:34,620
, क्योंकि है कि एक लिंक
यह है अनिवार्य रूप से क्या।

312
00:22:34,620 --> 00:22:46,830
>> इसलिए मैं प्रत्येक link.css डॉट a.hdrlnk रखा है,
यह वास्तव में कड़ी करने के लिए जा रहा है

313
00:22:46,830 --> 00:22:58,280
और उस लिंक पर एक और भीतर की खोज
HTML तत्व और इसी वर्ग।

314
00:22:58,280 --> 00:23:04,990
तो अगर हम क्या याद
यह, span.txt था

315
00:23:04,990 --> 00:23:13,160
तुम मुझे अभी वापस जाने दिया see- कर सकते हैं
span.txt भीतर वास्तविक quick--

316
00:23:13,160 --> 00:23:17,490
हम अन्य वर्गों की एक बहुत कुछ है।

317
00:23:17,490 --> 00:23:27,180
तो span.txt अंदर है, हम देख रहे हैं
एक वर्ग hdrlnk के साथ एक एक टैग के लिए।

318
00:23:27,180 --> 00:23:29,890
तो मुझे सिर्फ पाते हैं कि चलो
तुम लोगों को जल्दी असली के लिए।

319
00:23:29,890 --> 00:23:37,390

320
00:23:37,390 --> 00:23:42,850
>> आप यहाँ देख सकते हैं तो, यह एक एक टैग है
उस वर्ग TXT की अवधि के भीतर है

321
00:23:42,850 --> 00:23:44,920
उस वर्ग hdrlnk है।

322
00:23:44,920 --> 00:23:47,610
और कहा कि वास्तव में क्या हो रहा है
हम पाने के लिए कोशिश कर रहे हैं।

323
00:23:47,610 --> 00:23:54,680
>> तो क्या अब हम सभी स्टोर करने के लिए कोशिश कर रहे हैं
शीर्षक के अंदर उन कड़ियों की।

324
00:23:54,680 --> 00:23:59,545
और फिर हम मुद्रित करने के लिए जा रहे हैं
उन कड़ियों में से प्रत्येक के बाहर।

325
00:23:59,545 --> 00:24:00,360
कोई खेद नहीं।

326
00:24:00,360 --> 00:24:04,530
हम बाहर मुद्रित करने के लिए जा रहे हैं
उन में से प्रत्येक की कीमत।

327
00:24:04,530 --> 00:24:09,350
तो चलो वास्तव में इस चलाते हैं
त्वरित और यह क्या करता है देखते हैं।

328
00:24:09,350 --> 00:24:14,680

329
00:24:14,680 --> 00:24:17,720
>> तो यह सिर्फ मूल रूप से चला गया
लिंक के प्रत्येक के माध्यम से

330
00:24:17,720 --> 00:24:27,310
बारी में, सवाल में टैग पहुँचा
और फिर कीमत बाहर खींच लिया।

331
00:24:27,310 --> 00:24:33,910
और यह किया है कि क्योंकि के बाद
आप शीर्षक में सब कुछ है,

332
00:24:33,910 --> 00:24:37,260
हम सिर्फ वहाँ शीर्षक संग्रहित किया है।

333
00:24:37,260 --> 00:24:40,180
हम सिर्फ कड़ी संग्रहित किया है
सरणी शीर्षक के भीतर।

334
00:24:40,180 --> 00:24:47,720
और लूप ऑपरेशन के लिए इस में,
जहां के बजाय a.hdrlnk के पास जाने की,

335
00:24:47,720 --> 00:24:50,490
हम एक span.price के लिए देख रहे हैं।

336
00:24:50,490 --> 00:24:56,500
मैं सिर्फ सच में जल्दी से मिल सकते हैं तो
कीमत, आप तत्व का निरीक्षण किया, तो

337
00:24:56,500 --> 00:25:00,610
आप इसे एक अवधि है कि देखेंगे
कीमत के वर्ग के साथ।

338
00:25:00,610 --> 00:25:04,670
और कहा कि अनिवार्य रूप से कैसे है
हम वहाँ कीमत हो रही है।

339
00:25:04,670 --> 00:25:10,040
>> तो यह है कि वास्तव में है
स्क्रैप की बुनियादी मामला।

340
00:25:10,040 --> 00:25:13,550
यही कारण है कि आप सभी को मिलता है
एक पेज पर तत्वों

341
00:25:13,550 --> 00:25:16,510
कि, कहते हैं, आप पहले से ही का यूआरएल पता है।

342
00:25:16,510 --> 00:25:21,050
>> हम एक प्राप्त करना चाहते हैं तो
गहराई में अधिक थोड़ा

343
00:25:21,050 --> 00:25:23,950
हम पृष्ठों के भीतर पन्नों नोच कर सकते हैं।

344
00:25:23,950 --> 00:25:28,480
और इस उदाहरण के लिए, मैं हूँ
एक सीएसवी फाइल करने के लिए outputting हो।

345
00:25:28,480 --> 00:25:39,510
तो मैं यहाँ सीएसवी ऊपर की आवश्यकता होती हूँ
रूबी नहीं है, क्योंकि अंदर ही,

346
00:25:39,510 --> 00:25:42,350
कार्यक्षमता है
सिर्फ उत्पादन सीएसवी फाइल करने के लिए।

347
00:25:42,350 --> 00:25:45,030
तो यह है कि सुपर आसान है।

348
00:25:45,030 --> 00:25:48,710
मुझे बस अगले करने के लिए चलते हैं।

349
00:25:48,710 --> 00:25:51,640

350
00:25:51,640 --> 00:25:57,170
हम फ़ाइल आई / ओ कवर किया। इसलिए इस
यह सी में है कि कैसे करने के लिए इसी तरह की है

351
00:25:57,170 --> 00:26:00,870
और हम किमोनो के लिए आगे बढ़ने से पहले,
मैं बस आप कैसे सच में जल्दी दिखाता हूँ

352
00:26:00,870 --> 00:26:02,790
जगहें भीतर साइटों परिमार्जन करने के लिए।

353
00:26:02,790 --> 00:26:10,040
>> इसलिए हम पहले से ही कैसे सीखा
रूबी में सरणियों घोषित करने के लिए।

354
00:26:10,040 --> 00:26:13,280
तो मैं बस एक घोषणा कर रहा हूँ
मनमाना सरणियों का गुच्छा

355
00:26:13,280 --> 00:26:16,310
कि मैं भीतर डेटा भंडारण किया जाएगा।

356
00:26:16,310 --> 00:26:20,680
डॉक्टर उसी तरह से काम कर रहा है
यह पिछले फ़ाइल में किया था।

357
00:26:20,680 --> 00:26:23,580
हम पता लगा, में जा रहे हैं
span.txt के प्रत्येक।

358
00:26:23,580 --> 00:26:25,040
हम पहले से ही पता है।

359
00:26:25,040 --> 00:26:32,130
यही कारण है कि कंटेनर है जो प्रत्येक के भीतर
लिंक हम चाहते हैं कि डेटा की गई है।

360
00:26:32,130 --> 00:26:40,800
>> यहाँ तो हम क्या कर रहे प्रत्येक के लिए है
काल वर्ग TXT की कड़ी है, हम में जा रहे हैं

361
00:26:40,800 --> 00:26:45,720
और हम, एक टैग लगा रहे हैं
इस बात का पहला तत्व की खोज।

362
00:26:45,720 --> 00:26:49,937
, सीएसएस सरणी देता है, याद रखें
के रूप में है तो आप सिर्फ यह नहीं पहुँच सकते हैं।

363
00:26:49,937 --> 00:26:51,520
हम पहला तत्व खोजने के लिए जा रहे हैं।

364
00:26:51,520 --> 00:26:56,430
यह एक की एक सरणी यहां तक ​​कि अगर
आइटम आप इस वाक्य रचना का उपयोग किया है,

365
00:26:56,430 --> 00:26:58,800
और फिर href गुण बाहर खींच।

366
00:26:58,800 --> 00:27:01,800
>> इसलिए हम यह पहले किया था।

367
00:27:01,800 --> 00:27:04,440
इसलिए इस परिचित दिखना चाहिए।

368
00:27:04,440 --> 00:27:14,330
और इसलिए अब हम एक सरणी है
हमारे लिंक के सभी के बुलाया रास्तों

369
00:27:14,330 --> 00:27:16,590
हम प्रयोग करना चाहते करने के लिए जा रहे हैं।

370
00:27:16,590 --> 00:27:21,350
इसलिए हम सभी का यह सरणी है
हम उपयोग करना चाहते हैं कि रास्तों की,

371
00:27:21,350 --> 00:27:26,840
हम तो प्रत्येक के लिए एक आइटम बना सकते हैं
उन पृष्ठों की है कि हम उस पेज खोलते हैं।

372
00:27:26,840 --> 00:27:31,150
हम भी पर देखा तो
इससे पहले, जहां वाक्य रचना

373
00:27:31,150 --> 00:27:37,450
पथ के साथ स्ट्रिंग प्रक्षेप कर रही है
यहाँ, इसलिए वाक्य रचना सिर्फ पथ के लिए है।

374
00:27:37,450 --> 00:27:41,450
और मैं इस नाम सकता है
चर किसी भी मनमाने ढंग नाम।

375
00:27:41,450 --> 00:27:43,070
>> इस महत्वपूर्ण एक है।

376
00:27:43,070 --> 00:27:46,650
मतलब यह है कि आप हूँ सरणी है
प्रत्येक तत्व तक पहुँचने की।

377
00:27:46,650 --> 00:27:52,400
लेकिन अगर आप रास्ते में पथ के लिए कहते हैं,
इस पथ में प्रत्येक तत्व के लिए इसका मतलब है,

378
00:27:52,400 --> 00:27:55,150
पथ इसे कहते हैं, और उस का उपयोग करें।

379
00:27:55,150 --> 00:27:59,266
यह जब आप की तरह अनिवार्य है
पाश के लिए एक करते हैं और आप मैं पूर्णांक का उपयोग करें।

380
00:27:59,266 --> 00:28:04,000
तो क्या आप के रूप में पथ इलाज कर सकते हैं
incrementing है कि चर।

381
00:28:04,000 --> 00:28:07,820
>> और फिर उन लोगों में से प्रत्येक के लिए,
उन कड़ियों में से प्रत्येक में जाना।

382
00:28:07,820 --> 00:28:11,710
हम आइटम पेज में यह भंडारण कर रहे हैं, क्योंकि
इसलिए हम हर बार एक नया पेज बना रहे हैं

383
00:28:11,710 --> 00:28:13,330
हम इसे उपयोग।

384
00:28:13,330 --> 00:28:20,560
और फिर उस नए पेज के भीतर मिल
span.postingtitletext, span.price,

385
00:28:20,560 --> 00:28:22,240
और फिर अनुभाग # postingbody।

386
00:28:22,240 --> 00:28:28,430
हम पहले से ही अनुभाग # postingbody कवर
हम विवरण को देखा है।

387
00:28:28,430 --> 00:28:34,890
>> इसलिए हम क्रेगलिस्ट पोस्ट में देख जा सकते हैं,
आप सिर्फ शीर्षक पर देख रहे हैं,

388
00:28:34,890 --> 00:28:38,810
आप इसे यहाँ देख सकते हैं
काल postingtitletext।

389
00:28:38,810 --> 00:28:41,390
यह वहाँ है और यही कारण है।

390
00:28:41,390 --> 00:28:49,120
और फिर कीमत के लिए, आप कर सकते हैं
कीमत की अवधि वर्ग के साथ इसे उपयोग।

391
00:28:49,120 --> 00:28:54,480
>> इसलिए हम भी शायद हो सकता है
यूआरएल संग्रहीत करना चाहते हैं।

392
00:28:54,480 --> 00:28:58,580
तो हम बस यह चलने देंगे
फिर, एक सरणी में स्टोर,

393
00:28:58,580 --> 00:29:01,150
आप देख रहे हैं, क्योंकि
Craigslist पर, आप कर रहे हैं

394
00:29:01,150 --> 00:29:05,290
शायद, तो एक तरह से करना चाहते करने जा
आप कुछ है कि हितों को देखने

395
00:29:05,290 --> 00:29:06,620
वापस उस साइट पर जाना है।

396
00:29:06,620 --> 00:29:10,480
तो तुम सिर्फ संग्रहीत करना चाहते हैं
संदर्भों खातिर यूआरएल।

397
00:29:10,480 --> 00:29:13,840

398
00:29:13,840 --> 00:29:19,630
>> यह सिर्फ अनिवार्य है
पाश के लिए के लिए एक और सिंटेक्स।

399
00:29:19,630 --> 00:29:26,360
मैं बस के बजाय paths.each कर सकता है
के सूचकांक के साथ रास्ते में पथ के लिए।

400
00:29:26,360 --> 00:29:31,280
और इस वाक्य रचना रूबी है for--
पथ, हम यहाँ तक क्या किया है

401
00:29:31,280 --> 00:29:33,920
प्रत्येक आइटम के लिए एक चर घोषित।

402
00:29:33,920 --> 00:29:38,540
और सूचकांक की तरह बर्ताव
छोरों के लिए सी में मैं।

403
00:29:38,540 --> 00:29:41,280
तो अगर आप ट्रैक रख सकते हैं
सूचकांक क्या है की।

404
00:29:41,280 --> 00:29:45,200
>> यहाँ तो सिर्फ एक है
थोड़ा सुविधाजनक बात

405
00:29:45,200 --> 00:29:46,950
आप खुरचनी चल रहे हैं के लिए।

406
00:29:46,950 --> 00:29:50,580
आप पृष्ठों की सैकड़ों स्क्रैप कर रहे हैं,
यह फांसी नहीं कर रहा है कि यह सुनिश्चित करना,

407
00:29:50,580 --> 00:29:53,320
यह सिर्फ उत्पादन होगा
मैं इस पेज तक पहुँचने हूँ,

408
00:29:53,320 --> 00:29:55,960
और यह सुनिश्चित करने कि
यह अभी भी जारी है।

409
00:29:55,960 --> 00:29:59,250
लेकिन हमारे उद्देश्यों के लिए है, क्योंकि
एक सौ आइटम नहीं है,

410
00:29:59,250 --> 00:30:08,000
मैं उनमें से सिर्फ तीन का उपयोग करने के लिए जा रहा हूँ
हम यहाँ समय से बाहर चलाने के लिए नहीं है कि इतनी।

411
00:30:08,000 --> 00:30:13,040
>> हम उस के लिए मिलता है लेकिन इससे पहले कि मैं अभी कर रहा हूँ
आप बहुत जल्दी दिखाने के लिए जा रहा है,

412
00:30:13,040 --> 00:30:16,940
मैं शीर्षक outputting किया जाएगा,
मूल्य, विवरण, और यूआरएल

413
00:30:16,940 --> 00:30:19,600
मैं scraped है कि लिंक के प्रत्येक की।

414
00:30:19,600 --> 00:30:23,720
और फिर यह सिर्फ है
सीएसवी पुस्तकालय के लिए सिंटेक्स।

415
00:30:23,720 --> 00:30:25,240
आप एक सीएसवी खुला।

416
00:30:25,240 --> 00:30:27,070
यह मैं यह कॉल करने के लिए जा रहा हूँ क्या है।

417
00:30:27,070 --> 00:30:29,430
लिख सकता हूँ के साथ खुला।

418
00:30:29,430 --> 00:30:33,830
और फिर सीएसवी फाइल किया जाएगा कि
आप सब कुछ inputting रहे हैं।

419
00:30:33,830 --> 00:30:37,800
इस के लिए सिर्फ एक मानसिक स्वास्थ्य की जांच है
मुझे यह चल रहा है कि पता है।

420
00:30:37,800 --> 00:30:41,240
और यह मेरा मानसिक स्वास्थ्य की जांच है
यह पूरा हो गया है कि पता करने के लिए।

421
00:30:41,240 --> 00:30:46,670
इसलिए मैं में एक पंक्ति में खिताब डाल रहा हूँ
सीएसवी, मूल्य, यूआरएल, विवरण,

422
00:30:46,670 --> 00:30:49,420
सभी सीएसवी में पंक्तियों में।

423
00:30:49,420 --> 00:30:53,410
>> हम चलते हैं और चलाते हैं तो
इस now-- और मैं बस

424
00:30:53,410 --> 00:31:04,710
मैं it-- बजाय बचाया है कि यह सुनिश्चित कर लें
की बस टर्मिनल के लिए यह outputting,

425
00:31:04,710 --> 00:31:09,750
हम एक सीएसवी होना चाहिए
उत्पादन किया है कि फ़ाइल।

426
00:31:09,750 --> 00:31:13,500
यहाँ तो हम सीएसवी देख सकते हैं
उत्पादन किया गया है कि फ़ाइल।

427
00:31:13,500 --> 00:31:19,330
इस का उत्पादन होता है
मैं सिर्फ भाग गया है कि पलायन।

428
00:31:19,330 --> 00:31:23,030
आप यहां देख सकते हैं,
पहुँचने पेज 0, 1, 2, 3।

429
00:31:23,030 --> 00:31:27,400
ये खिताब कर रहे हैं,
कीमतों, विवरण।

430
00:31:27,400 --> 00:31:31,710
और हम इस सीएसवी पर नजर डालें तो
हम उत्पन्न किया है कि फ़ाइल,

431
00:31:31,710 --> 00:31:35,700
आप अपने यहाँ outputted देख सकते हैं।

432
00:31:35,700 --> 00:31:40,350
यह Excel नहीं है, इसलिए यह नहीं है
पंक्तियों और स्तंभों में स्वरूपित।

433
00:31:40,350 --> 00:31:45,140
लेकिन अगर आप सोच भी कैसे सकते हैं
यह प्रारूपित किया जा सकता है।

434
00:31:45,140 --> 00:31:47,740
>> सीएसवी अल्पविराम से अलग मूल्यों के लिए खड़ा है।

435
00:31:47,740 --> 00:31:50,090
तो अगर आप इस एक पंक्ति हो सकता है कल्पना कर सकते हैं।

436
00:31:50,090 --> 00:31:54,700
और प्रत्येक अल्पविराम होगा
एक अलग कॉलम संकेत मिलता है।

437
00:31:54,700 --> 00:32:00,010
सिर्फ चेतावनी का एक शब्द--
कभी कभी आप कर रहे हैं

438
00:32:00,010 --> 00:32:02,260
अल्पविराम के साथ एक बहुत बातें scraping।

439
00:32:02,260 --> 00:32:05,100
आप outputting रहे हैं तो अगर
एक सीएसवी फाइल करने के लिए यह,

440
00:32:05,100 --> 00:32:10,340
यह नहीं हो सकता है उत्पादन
आप सोच सकते हैं जिस तरह से।

441
00:32:10,340 --> 00:32:16,770
>> तो यह है कि अनिवार्य रूप से सभी के लिए है
मूल HTML स्क्रैप करने के लिए नहीं है

442
00:32:16,770 --> 00:32:20,110
Nokogiri के साथ पृष्ठों।

443
00:32:20,110 --> 00:32:26,000
>> इंटरनेट जा रहा है तो
अभिनव यह ऊपर आ गया है के रूप में

444
00:32:26,000 --> 00:32:33,220
एक और स्वचालित और जीयूआई के साथ
कम मजबूत यद्यपि संस्करण,

445
00:32:33,220 --> 00:32:35,540
विभिन्न वेबसाइटों स्क्रैप का संस्करण।

446
00:32:35,540 --> 00:32:39,060
और हमारे उद्देश्यों के लिए
मैं का प्रदर्शन किया जाएगा

447
00:32:39,060 --> 00:32:42,920
किमोनो नामक एक क्रोम एक्सटेंशन।

448
00:32:42,920 --> 00:32:46,690
और तुम सब करना है आप नेविगेट है
आप परिमार्जन करने के लिए चाहते हैं कि पेज के लिए।

449
00:32:46,690 --> 00:32:48,590
आप ब्याज की एक क्षेत्र पर क्लिक करें।

450
00:32:48,590 --> 00:32:51,510
तुम क्षेत्रों जांचना,
यह स्वचालित रूप से होगा क्योंकि

451
00:32:51,510 --> 00:32:54,360
यह सोचता है कि क्या पता लगा
आप स्क्रैप होना चाहता हूँ,

452
00:32:54,360 --> 00:32:56,280
और फिर आप बस एक एपीआई पैदा करते हैं।

453
00:32:56,280 --> 00:33:03,700
>> अगर हम थे तो उस पर प्रदर्शित करने के लिए
क्रेगलिस्ट, यह वास्तव में काम नहीं करेगा।

454
00:33:03,700 --> 00:33:08,290
और यह मैं करने के लिए वापस जा रहा था क्या है
यह के रूप में मजबूत नहीं किया जा रहा बारे में कह रही।

455
00:33:08,290 --> 00:33:10,320
यह मुसीबत एपीआई बनाने की है।

456
00:33:10,320 --> 00:33:13,400
लेकिन एक प्रदर्शन के रूप में
यह क्या करना होगा,

457
00:33:13,400 --> 00:33:17,460
आप क्रोम एक्सटेंशन स्थापित करते हैं तो,
तुम सब करना है तो आप उस पर क्लिक करें।

458
00:33:17,460 --> 00:33:21,750
यह पेज Kimonofies, और फिर आप
आप स्क्रिप्ट करना चाहते बात पर क्लिक करें।

459
00:33:21,750 --> 00:33:24,480
>> इसलिए मुझे लगता है पर क्लिक करने के लिए गए थे
कि, यह प्रकाश डाला जाएगा

460
00:33:24,480 --> 00:33:28,130
क्या यह सोचता है कि मैं चाहता हूँ
उस पृष्ठ बंद scraping किया।

461
00:33:28,130 --> 00:33:33,660
इसलिए हो सकता है कि मैं इस लिस्टिंग कहते हैं।

462
00:33:33,660 --> 00:33:36,430
यह मैं का चयन किया है कि कितने आइटम है।

463
00:33:36,430 --> 00:33:43,810
और मैं सिर्फ इस बात की पुष्टि या कुछ इनकार नहीं कर सकता
अन्य सुझाव लिस्टिंग के

464
00:33:43,810 --> 00:33:49,600
इसे जोड़ने के लिए पाने के लिए
क्या scraped किया जाएगा।

465
00:33:49,600 --> 00:33:52,330
>> तो अब हम वहाँ देख सकते हैं
एक सौ आइटम का चयन किया।

466
00:33:52,330 --> 00:33:58,060
मैं एक और क्षेत्र है चाहता हूँ कि मैं
भी इस से संबंधित है जो परिमार्जन,

467
00:33:58,060 --> 00:34:02,540
मैं कीमत परिमार्जन करने के लिए कहना चाहते हैं
के रूप में अच्छी तरह से है, तो मैं वही कर सकता है।

468
00:34:02,540 --> 00:34:06,190

469
00:34:06,190 --> 00:34:11,550
>> यहाँ तो यह है कि कैसे एक प्रदर्शन है
बहुत कम मजबूत है, अब यह है, क्योंकि

470
00:34:11,550 --> 00:34:15,050
बजाय शहर उठा
मैं चाहता हूँ कि की सिर्फ कीमत।

471
00:34:15,050 --> 00:34:16,989
और अब यह 200 चीजों को उठाया है।

472
00:34:16,989 --> 00:34:19,880
तुम वापस जाओ और हटा सकते हैं।

473
00:34:19,880 --> 00:34:21,449
आप फिर से कोशिश कर सकते हैं।

474
00:34:21,449 --> 00:34:24,250
लेकिन कोई गारंटी।

475
00:34:24,250 --> 00:34:29,909
यह इस कभी कभी यह कैसे काम करता है।

476
00:34:29,909 --> 00:34:32,969
आप यहां देख सकते हैं, यह अब यहां 96 तक कहते हैं।

477
00:34:32,969 --> 00:34:37,000
यह लिंक का सबसे उठाया है
आप चाहते हैं कि परिमार्जन, लेकिन नहीं करने के लिए

478
00:34:37,000 --> 00:34:39,280
जरूरी उन सभी को।

479
00:34:39,280 --> 00:34:43,909
>> किमोनो की एक और उपयोगी उपकरण है, हालांकि
आप उन्नत सुविधाओं के लिए जा सकते है

480
00:34:43,909 --> 00:34:47,980
यहाँ, उन्नत करने के लिए जाना है,
और यह आपको दिखाई देगा

481
00:34:47,980 --> 00:34:53,139
अनूठा का टूटना
एचटीएमएल उपयोग करने का तरीका

482
00:34:53,139 --> 00:34:54,909
आप परिमार्जन करना चाहते हैं कि टैग।

483
00:34:54,909 --> 00:35:01,450
तो लिस्टिंग के लिए, आप यहाँ पर नजर डालें तो,
आप div पी सी अवधि के अंतराल का उपयोग करते हैं,

484
00:35:01,450 --> 00:35:06,030
आप वास्तव में बस का उपयोग कर सकते हैं
अपने Nokogiri कोड में यह,

485
00:35:06,030 --> 00:35:10,780
जहां हम span.txt था पहले
लिस्टिंग के प्रत्येक पहुँचने के लिए।

486
00:35:10,780 --> 00:35:13,270
मैं सिर्फ पाठ चाहते हैं
लिस्टिंग के भीतर,

487
00:35:13,270 --> 00:35:18,950
मैं कर सकता इनपुट div अंतरिक्ष पी
अंतरिक्ष काल अंतरिक्ष काल अंतरिक्ष एक,

488
00:35:18,950 --> 00:35:21,570
और यह एक ही प्रभाव को प्राप्त होता है।

489
00:35:21,570 --> 00:35:26,320
और अगर आप उन लोगों के लिए रुचि रखते हैं
नियमित अभिव्यक्ति का उपयोग करने में,

490
00:35:26,320 --> 00:35:31,670
यह भी है कि आप नियमित रूप से देने के लिए होता है
निवेश करने के लिए स्ट्रिंग की अभिव्यक्ति के प्रकार

491
00:35:31,670 --> 00:35:34,900
चीजों को खोजने के लिए
आप को खोजने की कोशिश कर रहे हैं।

492
00:35:34,900 --> 00:35:44,130
>> तो एक और शांत सुविधा नहीं है
आप पृष्ठ पर अंक लगाना कर सकते हैं जहां किमोनो की,

493
00:35:44,130 --> 00:35:47,780
जो केवल मैं नोच कर सकते हैं नहीं है
इस पेज के परिणाम,

494
00:35:47,780 --> 00:35:50,890
मैं इस छोटे पर क्लिक कर सकते हैं
यहां बटन, अंक लगाना,

495
00:35:50,890 --> 00:35:55,580
बटन कि होता निर्दिष्ट
अगले पृष्ठ पर मुझे लेने,

496
00:35:55,580 --> 00:35:59,500
और फिर यह सिर्फ इतना है कि पता चल जाएगा
यह अगले पृष्ठ पर पुनरावृति कर सकते हैं,

497
00:35:59,500 --> 00:36:04,120
और फिर the-- रूप में लंबे समय के सभी परिमार्जन
यह कोर्स की एक ही प्रारूप के रूप में

498
00:36:04,120 --> 00:36:06,110
साथ ही उन लिंक के सभी पलायन।

499
00:36:06,110 --> 00:36:15,230
>> किमोनो नहीं चाहता है क्योंकि ऐसा करने के लिए
हम क्या किया है, Craigslist के साथ काम

500
00:36:15,230 --> 00:36:19,790
मैं हार्वर्ड क्रिमसन Kimonofied दिया है।

501
00:36:19,790 --> 00:36:29,380
मैं की तरह के कुछ बाहर खींच लिया है
शीर्ष लेख, यहां इस बात की पुष्टि चित्रित किया।

502
00:36:29,380 --> 00:36:33,090
इनमें से सब कहते हैं।

503
00:36:33,090 --> 00:36:35,830
मैं इस एपीआई संकलित किया है
समय से आगे तुम्हारे लिए।

504
00:36:35,830 --> 00:36:38,990
लेकिन आप क्या करेंगे अन्यथा क्या
आप बस क्लिक करें ठीक होता है।

505
00:36:38,990 --> 00:36:40,940
अपने एपीआई विवरण में दर्ज करें।

506
00:36:40,940 --> 00:36:45,260
इसे स्थापित करने के लिए या तो
स्वचालित या मैनुअल क्रॉल।

507
00:36:45,260 --> 00:36:48,460
तो अगर आप अद्यतन सकता आपके
डेटा हर 15 मिनट,

508
00:36:48,460 --> 00:36:50,330
साप्ताहिक, दैनिक, जो आप चाहते हैं।

509
00:36:50,330 --> 00:36:51,160
अपने एपीआई का नाम।

510
00:36:51,160 --> 00:36:52,790
एपीआई बनाएँ।

511
00:36:52,790 --> 00:36:58,460
अपने लाभ के लिए, मैं बना लिया है
पहले से ही सामने पृष्ठ एपीआई क्रिमसन।

512
00:36:58,460 --> 00:37:02,480
>> तो तुम सिर्फ एक बनाने
किमोनो पर खाता है, और यह

513
00:37:02,480 --> 00:37:06,240
आप के लिए अपने सभी एपीआई की दुकान है।

514
00:37:06,240 --> 00:37:10,330
तो अनिवार्य रूप से वह सब है आपके
अलग अलग scrapes।

515
00:37:10,330 --> 00:37:18,250
>> हम यहाँ देखो तो, अगर यह है
मैं एकत्र किया है कि राय लिंक।

516
00:37:18,250 --> 00:37:21,290
ये विशेष रुप से प्रदर्शित कर रहे हैं
मैं एकत्र किया है कि लिंक।

517
00:37:21,290 --> 00:37:24,090
और इन सबसे अधिक पढ़ा रहे हैं
मैं एकत्र किया है कि लिंक

518
00:37:24,090 --> 00:37:27,120
इस सबसे हाल ही एपीआई भगदड़ से।

519
00:37:27,120 --> 00:37:30,790
>> आप यहाँ देख सकते हैं तो,
इन, विशेष रुप से होगा

520
00:37:30,790 --> 00:37:34,130
इन विचारों होगा,
इस उदाहरण में, जो

521
00:37:34,130 --> 00:37:38,150
मैं उन सभी को संयुक्त है
एक संग्रह में।

522
00:37:38,150 --> 00:37:42,780
लेकिन तुम सिर्फ यह आसपास के साथ खेलते हैं
एक छोटा सा है, आप इसे विभाजित कर सकते हैं

523
00:37:42,780 --> 00:37:45,090
और फिर भी इसे विभाजित
आप जब तक करना चाहते हैं

524
00:37:45,090 --> 00:37:47,520
स्वरूपण के रूप में थोड़ा अलग है।

525
00:37:47,520 --> 00:37:51,320
>> बस इस के साथ चारों ओर खेलने के लिए,
क्रॉल, downsides की एक स्थापित

526
00:37:51,320 --> 00:37:58,120
आप केवल ऊपर क्रॉल कर सकते है
एक समय में 25 पृष्ठों के लिए।

527
00:37:58,120 --> 00:38:00,430
यही कारण है कि सीमित कारकों में से एक है।

528
00:38:00,430 --> 00:38:03,060
लेकिन यहाँ, आप यह निर्धारित करता है, तो
मैनुअल क्रॉल करने के लिए, इस

529
00:38:03,060 --> 00:38:06,100
आप यह कैसे कह सकते है
अपने डेटा को अद्यतन करने के लिए।

530
00:38:06,100 --> 00:38:11,010
और यहाँ आप अपने क्रॉल इतिहास देख सकते हैं
सब कुछ के आप रेंगा किया है।

531
00:38:11,010 --> 00:38:16,000
और तुम लोग वापस जा सकते हैं, साइन अप,
सब अलग अलग तरीकों के साथ खेलने के आसपास

532
00:38:16,000 --> 00:38:20,340
कि आप संशोधित करने और अपने डेटा का उपयोग कर सकते हैं।

533
00:38:20,340 --> 00:38:24,580
>> किमोनो को स्थापित किया जा सकता
लिंक के अंदर लिंक परिमार्जन।

534
00:38:24,580 --> 00:38:29,700
और अगर आप पहले से ऐसा ही करेंगे,
लिंक की सूची स्क्रैप,

535
00:38:29,700 --> 00:38:35,390
और फिर एक के रूप में है कि एपीआई का उपयोग
एक और एपीआई के लिए बिंदु से कूद

536
00:38:35,390 --> 00:38:36,710
आप स्क्रिप्ट बना है।

537
00:38:36,710 --> 00:38:42,040
लेकिन यह है कि अधिक से अधिक जटिल है
क्या हम आज में शामिल होने के लिए जा रहे हैं।

538
00:38:42,040 --> 00:38:44,270
>> तो यह है कि किमोनो है।

539
00:38:44,270 --> 00:38:46,980
हम पेशेवरों के बारे में बात करेंगे और
Nokogiri और किमोनो की विपक्ष।

540
00:38:46,980 --> 00:38:50,380
>> Nokogiri, यह वास्तव में तेजी है।

541
00:38:50,380 --> 00:38:51,640
यह परीक्षण करने के लिए आसान है।

542
00:38:51,640 --> 00:38:55,910
तुम बस के लिए कुछ भी कर सकते हैं डालता
कंसोल, आसान विन्यस्त करने के लिए।

543
00:38:55,910 --> 00:39:00,400
आप वास्तव में क्या तय कर सकते हैं
आप परिमार्जन और स्टोर करने के लिए चाहते हैं।

544
00:39:00,400 --> 00:39:02,060
कोई पेज सीमा नहीं है।

545
00:39:02,060 --> 00:39:08,010
मैं वास्तव में ऐसा परिमार्जन करने के लिए इसका इस्तेमाल किया
1800 में दक्षिण अफ्रीका के स्कूल वेबसाइटों

546
00:39:08,010 --> 00:39:10,870
मैंने किया था कि एक इंटर्नशिप के लिए ईमेल के लिए।

547
00:39:10,870 --> 00:39:16,060
>> तो यह है कि संभव है, सबसे अच्छा अभ्यास यद्यपि
स्क्रिप्ट को विभाजित करने के लिए किया जाएगा।

548
00:39:16,060 --> 00:39:19,310
यह तो विफल रहता है, क्योंकि अगर
आप कुछ भी नहीं मिलता है।

549
00:39:19,310 --> 00:39:22,790
लेकिन अगर आप एक सौ करते हैं,
शायद एक समय में 200 पृष्ठों,

550
00:39:22,790 --> 00:39:27,840
तो आप में से कुछ का मौका दिया है, कम से कम
विशेष रूप से, टुकड़ों में यह हो रही है

551
00:39:27,840 --> 00:39:30,280
अगर आप बुरा इंटरनेट है।

552
00:39:30,280 --> 00:39:32,720
>> दुर्भाग्य से यह केवल HTML नोच कर सकते हैं।

553
00:39:32,720 --> 00:39:35,190
इसलिए यदि आप
गतिशील रूप से लोड pages--

554
00:39:35,190 --> 00:39:39,480
और मैं आपको एक उदाहरण दिखाता हूँ
एक second-- में नाव की तरह

555
00:39:39,480 --> 00:39:42,270
Nokogiri दुर्भाग्य से
कि परिमार्जन नहीं कर सकते हैं।

556
00:39:42,270 --> 00:39:45,700
>> लेकिन किमोनो भी प्रयोग करने में आसान है।

557
00:39:45,700 --> 00:39:48,330
तुम्हें देखा था के रूप में, यह अनिवार्य है
एक बिंदु पर क्लिक करें।

558
00:39:48,330 --> 00:39:50,260
यह जावास्क्रिप्ट नोच कर सकते हैं।

559
00:39:50,260 --> 00:39:53,790
दुर्भाग्य से, एक अधिकतम वहाँ
आप नोच कर सकते हैं कि कितने पृष्ठों के लिए।

560
00:39:53,790 --> 00:39:55,710
कभी कभी यह एक छोटी सी है
विन्यस्त करने के लिए मेहनत की है।

561
00:39:55,710 --> 00:39:57,240
यह भ्रमित हो जाता है।

562
00:39:57,240 --> 00:40:00,920
लेकिन यह निश्चित रूप से है
कुछ विचार करने के लिए

563
00:40:00,920 --> 00:40:05,930
आप एक करने की कोशिश नहीं कर रहे हैं
सुपर मजबूत पोषणीय परिमार्जन।

564
00:40:05,930 --> 00:40:09,010
आप सिर्फ प्राप्त करना चाहते हैं
जल्दी से एक पेज के बंद सब कुछ,

565
00:40:09,010 --> 00:40:10,970
तो किमोनो एक सच है
अच्छा उपकरण का उपयोग करने के लिए।

566
00:40:10,970 --> 00:40:16,490
जैसा कि मैंने पहले उल्लेख किया है, वहाँ
किमोनो की उन्नत सुविधा

567
00:40:16,490 --> 00:40:19,260
कि कैसे करने के लिए आपको पता चलता है
अनूठा एचटीएमएल का उपयोग

568
00:40:19,260 --> 00:40:24,210
यहां तक ​​कि सुपर उपयोगी है जो तत्व है,
आप Nokogiri में काम कर रहे हैं।

569
00:40:24,210 --> 00:40:30,370
>> तो अगर हम के लिए, कश्ती साइट पर जाना
उदाहरण के लिए, आप वहाँ देख सकते है-

570
00:40:30,370 --> 00:40:31,750
या हो सकता है आप नहीं देख सकते हैं।

571
00:40:31,750 --> 00:40:38,910
लेकिन मैं कश्ती के लिए आप URL दिखाने के लिए,
यह वास्तव में सिर्फ स्रोत यूआरएल है।

572
00:40:38,910 --> 00:40:43,800
यह जा रहा है के लिए URL पहले है
जो कुछ जावास्क्रिप्ट लिपियों द्वारा संशोधित

573
00:40:43,800 --> 00:40:45,350
कि वे पर जा रहा है।

574
00:40:45,350 --> 00:40:52,420
और यह अलग लग रहा है
तत्व का निरीक्षण से।

575
00:40:52,420 --> 00:40:55,940
>> तो क्या आप के माध्यम से जाने के लिए और अगर आप
निरीक्षण तत्व मैच

576
00:40:55,940 --> 00:41:00,340
स्रोत कोड के लिए कोड है, यह
वास्तव में अलग होने जा रहा।

577
00:41:00,340 --> 00:41:05,640
और ऐसा क्यों Nokogiri अनिवार्य है
गतिशील रूप से लोड साइटों परिमार्जन नहीं कर सकते हैं।

578
00:41:05,640 --> 00:41:08,810
Nokogiri है क्योंकि
स्रोत यूआरएल स्क्रैप,

579
00:41:08,810 --> 00:41:16,310
किमोनो वास्तव में है, जबकि
आप अनिवार्य रूप से क्या कर रहे हैं स्क्रैप

580
00:41:16,310 --> 00:41:18,260
चुनें तत्व में देखकर।

581
00:41:18,260 --> 00:41:23,880
>> इसलिए मुझे लगता है के माध्यम से और मैं जाने के लिए अगर
कोशिश करते हैं और Kimonofy कश्ती,

582
00:41:23,880 --> 00:41:26,600
मैं वास्तव में के माध्यम से जा सकते हैं
और कीमत का चयन करें।

583
00:41:26,600 --> 00:41:32,360
यह थोड़ा कठिन है
और इस मामले में, यह है

584
00:41:32,360 --> 00:41:36,600
वास्तव में इस कीमत को देखकर
इन से अलग।

585
00:41:36,600 --> 00:41:41,110
आप configure-- सकते हैं, जबकि तो या
इस गतिशील रूप से लोड नहीं कर रहे थे,

586
00:41:41,110 --> 00:41:43,620
आप Nokogiri विन्यस्त कर
इन सभी को पाने के लिए।

587
00:41:43,620 --> 00:41:48,230
>> स्वरूपण थोड़ा है, क्योंकि
इस लिस्टिंग के लिए अलग-अलग

588
00:41:48,230 --> 00:41:51,280
यह बाकी की तुलना में है के रूप में
उनमें से हैं, और आप यहाँ देख सकते हैं

589
00:41:51,280 --> 00:41:54,830
यह वास्तव में चला गया है और
चयनित सभी उड़ान कीमतों।

590
00:41:54,830 --> 00:42:01,200
हो सकता है कि मैं चयन करना चाहते हैं
के रूप में अच्छी तरह से उड़ान का समय है।

591
00:42:01,200 --> 00:42:04,700
और मुझे लगता है के माध्यम से जाना जा सकता है और
एक तरह से है कि विन्यस्त करें।

592
00:42:04,700 --> 00:42:06,950
मैं नहीं चाहता कि।

593
00:42:06,950 --> 00:42:10,200
मैं सिर्फ अगली उड़ान के लिए समय चाहते हैं।

594
00:42:10,200 --> 00:42:17,030
और फिर इनमें से एक जोड़े के बाद
के माध्यम से जा रहे हैं, यह चित्र हो जाता है।

595
00:42:17,030 --> 00:42:19,080
तो किमोनो बहुत चालाक।

596
00:42:19,080 --> 00:42:21,900
यह बस के रूप में काफी मजबूत नहीं है।

597
00:42:21,900 --> 00:42:26,710
>> कुछ अन्य कर रहे हैं
आप उपयोग कर सकते हैं कि विकल्प।

598
00:42:26,710 --> 00:42:31,600
और मैं यहाँ आप उन्हें दिखा देंगे।

599
00:42:31,600 --> 00:42:35,790
आप में और अधिक आराम कर रहे हैं
बजाय शायद रूबी का अजगर,

600
00:42:35,790 --> 00:42:39,290
एक पुस्तकालय है
ब्यूटीफुल सूप बुलाया।

601
00:42:39,290 --> 00:42:40,430
आप उसका इस्तेमाल कर सकते हैं।

602
00:42:40,430 --> 00:42:42,270
यह Nokogiri के समान है।

603
00:42:42,270 --> 00:42:44,620
यह कुछ अधिक सुविधाएँ है।

604
00:42:44,620 --> 00:42:52,160
आप एचटीएमएल टैग मिल सकता है और
तो ऊपर ले जाएँ या बग़ल में ले जाते हैं।

605
00:42:52,160 --> 00:42:54,690
>> PyQt है।

606
00:42:54,690 --> 00:42:57,820
यह वास्तव में गतिशील नोच कर सकते हैं
साइटों, यह एक तरह से है, क्योंकि

607
00:42:57,820 --> 00:43:02,540
होने का दिखावा करता है कि एक वेबकिट है
वहाँ वास्तव में बिना एक ब्राउज़र

608
00:43:02,540 --> 00:43:03,670
एक ब्राउज़र की जा रही है।

609
00:43:03,670 --> 00:43:07,490
इसलिए यह सभी के लिए इंतजार करना होगा
जावास्क्रिप्ट तो पहले से लोड है, और करने के लिए

610
00:43:07,490 --> 00:43:09,560
में जाने के लिए और कोशिश करते हैं और साइट परिमार्जन।

611
00:43:09,560 --> 00:43:13,560
>> आप रूबी के साथ रहना चाहते हैं, तो आप
Nokogiri से एक स्तर तक जा सकता है।

612
00:43:13,560 --> 00:43:17,650
आप के साथ Capybara उपयोग कर सकते हैं
एक Poltergeist आवरण।

613
00:43:17,650 --> 00:43:22,910
और यह वास्तव में कर सकते हैं
अनिवार्य रूप से एक ही बात करना

614
00:43:22,910 --> 00:43:26,610
PyQt, जो के रूप में यह एक वेबकिट है।

615
00:43:26,610 --> 00:43:29,610
इसके लिए इंतजार कर रहा है
जावास्क्रिप्ट पहले लोड करने के लिए।

616
00:43:29,610 --> 00:43:33,340
यदि आपके पास पर्याप्त इसके साथ बेला के आसपास हैं,
आप भी इसे चीजों पर क्लिक करने के लिए मिल सकता है।

617
00:43:33,340 --> 00:43:42,780
>> एक लिंक है कि अगर वहाँ तो यह है कि
एक क्लासिक href जहां नहीं है

618
00:43:42,780 --> 00:43:46,350
पथ आसानी से सुलभ है, और
यह पता लगाता है कि कुछ जावास्क्रिप्ट बात है

619
00:43:46,350 --> 00:43:49,490
एक क्लिक, आप वास्तव में ऐसा कर सकते हैं।

620
00:43:49,490 --> 00:43:53,430
और अधिक लोकप्रिय पुस्तकालय
एक उपयोगकर्ता अनुकरण करने के लिए

621
00:43:53,430 --> 00:43:56,390
PhantomJS है जो जावास्क्रिप्ट में है।

622
00:43:56,390 --> 00:44:01,010
यह स्पष्ट रूप से गतिशील नोच कर सकते हैं
साइटों यह अनिवार्य है क्योंकि

623
00:44:01,010 --> 00:44:04,270
क्रोम होने का नाटक
यूजर इंटरफेस के बिना।

624
00:44:04,270 --> 00:44:09,970
>> और फिर, बेशक सबसे
मजबूत, लेकिन धीमी विकल्प,

625
00:44:09,970 --> 00:44:13,260
एक सेलेनियम ब्राउज़र स्वचालन है।

626
00:44:13,260 --> 00:44:15,550
और दुर्भाग्य से,
आप होना नहीं जा रहे हैं

627
00:44:15,550 --> 00:44:19,770
अपने CS50 आईडीई के भीतर ऐसा करने में सक्षम।

628
00:44:19,770 --> 00:44:24,140
अनिवार्य रूप से क्या क्योंकि यह
करता है, यह आपके क्रोम जूते है

629
00:44:24,140 --> 00:44:27,090
फ़ायरफ़ॉक्स, जो कुछ ब्राउज़र
आप उपयोग करना चाहते हैं,

630
00:44:27,090 --> 00:44:32,570
और यह अपने माउस शायद पटरियों
आप में टाइप जो कुछ भी आंदोलन,

631
00:44:32,570 --> 00:44:35,170
और यह बस की तरह
इस प्रक्रिया को स्वचालित।

632
00:44:35,170 --> 00:44:42,070
तो यह एक तरह के रूप में विकसित किया गया
वेबसाइट स्वचालन परीक्षण उपकरण।

633
00:44:42,070 --> 00:44:45,910
लेकिन बहुत से लोगों का उपयोग
वेबसाइटों परिमार्जन करने के लिए सेलेनियम

634
00:44:45,910 --> 00:44:49,990
वे अन्यथा एक है
कठिनाई का बहुत scraping

635
00:44:49,990 --> 00:44:53,700
इन अन्य, तेजी से उपकरणों में से कुछ के साथ।

636
00:44:53,700 --> 00:44:57,530
>> तो यह है कि मैं वेब scraping के लिए मिल गया है।

637
00:44:57,530 --> 00:44:58,090
मज़े करो।

638
00:44:58,090 --> 00:45:01,762

639
00:45:01,762 --> 00:45:02,680
>> दर्शकों: प्रश्न।

640
00:45:02,680 --> 00:45:04,016
>> रॉबर्ट KRABEK: हाँ।

641
00:45:04,016 --> 00:45:12,840
>> दर्शकों: हैश करने के लिए एक तंत्र है
वेबसाइट इतनी है कि आप मूल रूप से कर सकता है

642
00:45:12,840 --> 00:45:14,207
पर बाद में यह माध्यम से जाना।

643
00:45:14,207 --> 00:45:15,040
रॉबर्ट KRABEK: हाँ।

644
00:45:15,040 --> 00:45:21,530
तो हम में रखा, हमारे
उदाहरण के लिए, उन दोनों के लिए,

645
00:45:21,530 --> 00:45:24,980
हम डॉक्टर में पूरी वेबसाइट डाल दिया।

646
00:45:24,980 --> 00:45:31,260
और तो आप वास्तव में सिर्फ ले सकता है
चर डॉक्टर एक फाइल करने के लिए इसे लिखने और।

647
00:45:31,260 --> 00:45:35,490
मैं चाहता था तो, अगर मैं कर सकता
एक HTML फ़ाइल के रूप में इसे बाहर लिखते हैं,

648
00:45:35,490 --> 00:45:39,280
और का उपयोग कर तो बजाय
OpenURI और एक कर्ल अनुरोध,

649
00:45:39,280 --> 00:45:43,520
तो मैं सिर्फ डॉक्टर खोल सकता है
एचटीएमएल और फिर उस के लिए खोज करते हैं।

650
00:45:43,520 --> 00:45:47,960
>> दर्शकों: लेकिन आप की रक्षा कर सकते हैं
ऑनलाइन अनुभव की तरह

651
00:45:47,960 --> 00:45:48,930
आप ऑफ़लाइन करना है।

652
00:45:48,930 --> 00:45:51,013
उदाहरण के लिए। आप कब
कई घंटे के लिए उड़ान,

653
00:45:51,013 --> 00:45:54,070
मैं मूल रूप से संग्रह करना चाहते हैं
पूरी वेबसाइट। [अश्राव्य]

654
00:45:54,070 --> 00:45:58,780
>> रॉबर्ट KRABEK: हाँ, यह exactly-- है
तो सचमुच क्या कर रहा है यह

655
00:45:58,780 --> 00:46:03,010
यह सब कुछ ले जा रहा है है
कि इस URL पर होगा।

656
00:46:03,010 --> 00:46:11,280
हम कर्ल भागा तो, अगर यह बात है
इस HTML के सभी लेने,

657
00:46:11,280 --> 00:46:14,590
और यह यह भंडारण है
चर डॉक्टर के अंदर।

658
00:46:14,590 --> 00:46:17,290
तो फिर आप क्या कर सकते हैं जो कुछ भी
आप डॉक्टर के साथ क्या करना चाहते हैं।

659
00:46:17,290 --> 00:46:18,575
आप एक फाइल करने के लिए उत्पादन में यह कर सकते हैं।

660
00:46:18,575 --> 00:46:19,950
दर्शकों: लेकिन यह जुड़ा हुआ नहीं है।

661
00:46:19,950 --> 00:46:20,780
यह गतिशील नहीं है।

662
00:46:20,780 --> 00:46:22,770
यह ठीक है, नहीं पुनरावर्ती है?

663
00:46:22,770 --> 00:46:24,016
तुम्हे समझ में आया मैंने जो कहा?

664
00:46:24,016 --> 00:46:28,359
मैं मूल रूप से एक तरह से एक हैश करने के लिए कोशिश कर रहा हूँ
अपने हार्ड ड्राइव पर पूरी वेबसाइट

665
00:46:28,359 --> 00:46:31,150
इसलिए मैं मूल रूप से यह कर सकता है कि
इंटरनेट के बिना कई घंटे के लिए।

666
00:46:31,150 --> 00:46:32,025
>> रॉबर्ट KRABEK: ठीक है।

667
00:46:32,025 --> 00:46:37,140
मैं had-- तो यदि ऐसा है तो, जहां मेरी फाइल आई / ओ है?

668
00:46:37,140 --> 00:46:47,766
इसलिए इस फाइल को मैं / हे है। तो बजाय कहना
इस कारण, मैं इस craigslist.html कहते हैं।

669
00:46:47,766 --> 00:46:52,620

670
00:46:52,620 --> 00:46:53,940
मुझे लगता है कि ऊपर खुला था।

671
00:46:53,940 --> 00:46:59,020
मैं इस बारे में कहते हैं डॉक्टर था।

672
00:46:59,020 --> 00:47:00,470
मैं फाइल को बंद करें।

673
00:47:00,470 --> 00:47:05,410
और फिर सिर्फ इसलिए CS50 आईडीई
कि, बादल पर जो भी है।

674
00:47:05,410 --> 00:47:07,710
मैं यहां जा सकते हैं।

675
00:47:07,710 --> 00:47:09,320
मैं फाइल को डाउनलोड कर सकते हैं।

676
00:47:09,320 --> 00:47:11,830
और फिर उस मेरे हार्ड ड्राइव पर होगा।

677
00:47:11,830 --> 00:47:13,930
तो आप इसे इस तरह से कर सकते हैं।

678
00:47:13,930 --> 00:47:18,830
आप घर पर हैं या, यदि का उपयोग नहीं
CS50 आईडीई, उदात्त या कुछ और की तरह,

679
00:47:18,830 --> 00:47:21,900
इस वजह से, और भी आसान है
इस स्थानीय स्तर पर सभी उपलब्ध है

680
00:47:21,900 --> 00:47:23,020
इंटरनेट से जुड़ा हुआ नहीं।

681
00:47:23,020 --> 00:47:24,720
>> दर्शकों: मैं देख रहा हूँ।

682
00:47:24,720 --> 00:47:26,580
यह एक विशेष समस्या के लिए है।

683
00:47:26,580 --> 00:47:30,410
इतना है कि आप बारी बारी से यह कर सकते हैं आप
कई परतों गहरी तरह बात की जाना है?

684
00:47:30,410 --> 00:47:33,801
>> रॉबर्ट KRABEK: मैं फ़ोल्डरों डाउनलोड कर सकते हैं
अगर है कि के रूप में अच्छी तरह से, आप क्या कह रहे हैं।

685
00:47:33,801 --> 00:47:34,426
दर्शकों: हाँ।

686
00:47:34,426 --> 00:47:39,890

687
00:47:39,890 --> 00:47:41,440
>> रॉबर्ट KRABEK: कूल।

688
00:47:41,440 --> 00:47:43,182