1
00:00:00,000 --> 00:00:03,234
>> [RIPRODUZIONE DI BRANI MUSICALI]

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

3
00:00:05,275 --> 00:00:06,400
ROBERT KRABEK: Ciao, ragazzi.

4
00:00:06,400 --> 00:00:09,980
Il mio nome è Robert Krabek, e
Io sarà essere vi insegna ragazzi

5
00:00:09,980 --> 00:00:15,470
come per raschiare il web con
Nokogiri, che è una libreria Ruby,

6
00:00:15,470 --> 00:00:17,566
e Kimono, che è una estensione per Chrome.

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

8
00:00:20,940 --> 00:00:25,010
>> Quindi, prima c'è un
paio di cose che si

9
00:00:25,010 --> 00:00:28,790
può fare se magari sei stato
facendo tutte le pset finora

10
00:00:28,790 --> 00:00:31,170
e l'area di lavoro è
ottenere un po 'pieno.

11
00:00:31,170 --> 00:00:37,060
Possiamo in realtà solo andare
creare una nuova area di lavoro per voi

12
00:00:37,060 --> 00:00:41,220
per fare solo un nuovo progetto in.

13
00:00:41,220 --> 00:00:46,160
Quindi, se si vuole continuare
lavora nel ID del modello CS50

14
00:00:46,160 --> 00:00:49,080
che attualmente si dispone,
sentitevi liberi, e si può solo

15
00:00:49,080 --> 00:00:54,700
installare Nokogiri con CFLAGS
gemma equals-- install nokogiri.

16
00:00:54,700 --> 00:00:56,930
Ma per il resto ti mostrerò
come impostare un nuovo uno.

17
00:00:56,930 --> 00:01:01,210
E allora questo è essenzialmente
cadere più ruote di formazione.

18
00:01:01,210 --> 00:01:07,120
E tu sei la codifica come se fossi
solo codifica in Sublime o qualcosa del genere.

19
00:01:07,120 --> 00:01:12,365
Quindi, se ci spostiamo sopra.

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

21
00:01:14,930 --> 00:01:18,690
>> Quindi dire che questo è il tuo attuale CS 50 ID.

22
00:01:18,690 --> 00:01:21,490
Si può solo andare a Cloud9 qui.

23
00:01:21,490 --> 00:01:22,725
Si può andare al cruscotto.

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

25
00:01:26,720 --> 00:01:29,950
Dovrebbe apparire scheda Workspaces.

26
00:01:29,950 --> 00:01:32,980
E poi è sufficiente fare clic
qui, creare un nuovo spazio di lavoro.

27
00:01:32,980 --> 00:01:37,600
Assegnare un nome alla nuova area di lavoro,
forse di prova, o scraping.

28
00:01:37,600 --> 00:01:42,700
E quindi fare clic su questa scheda personalizzata qui,
invece della scheda modelli CS50.

29
00:01:42,700 --> 00:01:45,155
E allora si può solo andare
e creare un nuovo spazio di lavoro.

30
00:01:45,155 --> 00:01:48,280
>> Ho già creato uno spazio di lavoro qui.

31
00:01:48,280 --> 00:01:50,640
Quindi lavoreremo con questo.

32
00:01:50,640 --> 00:01:55,380
E se è stato creato un nuovo
spazio di lavoro così con la scheda personalizzata,

33
00:01:55,380 --> 00:02:04,560
si può semplicemente digitare gem install
nokogiri, che non sta andando qui.

34
00:02:04,560 --> 00:02:06,230
OK, è un po 'congelato.

35
00:02:06,230 --> 00:02:08,979
Ma è possibile digitare gem install nokogiri.

36
00:02:08,979 --> 00:02:15,970
E questo dovrebbe essere tutto ciò che
c'è all'installazione.

37
00:02:15,970 --> 00:02:20,590
>> Come ho detto prima, se siete ancora
lavorare nel vostro CS50 ID del modello,

38
00:02:20,590 --> 00:02:30,270
è sufficiente digitare CFLAGS
è uguale a gem install nokogiri.

39
00:02:30,270 --> 00:02:33,130
E ho già installato
qui così io non lo farà.

40
00:02:33,130 --> 00:02:38,500
Ma per coloro che seguono
lungo, sentitevi liberi di farlo.

41
00:02:38,500 --> 00:02:46,000
>> Quindi, una volta che hai la tua Nokogiri
spazio di lavoro o biblioteca installata,

42
00:02:46,000 --> 00:02:49,500
Sto per darvi un po '
di un corso accelerato di sintassi di Ruby

43
00:02:49,500 --> 00:02:53,380
perché Nokogiri è una libreria Ruby.

44
00:02:53,380 --> 00:03:03,710
Quindi è necessario conoscere un po 'di base
Sintassi di Ruby per lavorare con Nokogiri.

45
00:03:03,710 --> 00:03:08,750
Così alcune differenze di base
da quello che siete abituati a

46
00:03:08,750 --> 00:03:13,370
forse, se hai lavorato
finora solo C e PHP,

47
00:03:13,370 --> 00:03:16,010
si dichiarano delle variabili con nessun tipo.

48
00:03:16,010 --> 00:03:19,720
Non si utilizza il punto e virgola,
che è una specie di sollievo.

49
00:03:19,720 --> 00:03:25,480
Non ci sono parentesi ora intorno
per o while, per esempio.

50
00:03:25,480 --> 00:03:29,460
Devi solo un blocco di codice, e
allora si mette fine alla fine di questo.

51
00:03:29,460 --> 00:03:32,380
Non c'è plus plus
o meno meno, quindi basta

52
00:03:32,380 --> 00:03:36,180
sapere che quando
si sta facendo per i cicli,

53
00:03:36,180 --> 00:03:38,620
solo più uguali e meno uguali.

54
00:03:38,620 --> 00:03:43,310
E invece di hash includono,
userete richiedere e quindi

55
00:03:43,310 --> 00:03:47,755
qualunque biblioteca cercando
per caricare nel programma.

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

57
00:03:51,610 --> 00:03:53,430
>> Rubino non è un linguaggio compilato.

58
00:03:53,430 --> 00:03:55,550
Ecco, questo è un altro rilievo.

59
00:03:55,550 --> 00:03:59,350
E 'più simile a PHP dove
si tratta di un linguaggio interpretato.

60
00:03:59,350 --> 00:04:03,570
È possibile eseguire qualsiasi script di Ruby che
si scrive con Ruby seguita

61
00:04:03,570 --> 00:04:07,380
dal nome dello script o del programma.

62
00:04:07,380 --> 00:04:13,000
Per indicare che si tratta di un programma in Ruby,
si finisce con .rb invece di .c.

63
00:04:13,000 --> 00:04:17,440
E ci sono variabili
array di dimensioni in Ruby,

64
00:04:17,440 --> 00:04:23,200
che è super conveniente quando sei
raschiatura e forse vuole accodare

65
00:04:23,200 --> 00:04:26,090
i dati che avete raschiato in un array.

66
00:04:26,090 --> 00:04:31,960
Non c'è bisogno di malloc un nuovo array e
copiare il vecchio array in il nuovo array.

67
00:04:31,960 --> 00:04:36,150
Si può solo aggiungere con
i due segni freccia.

68
00:04:36,150 --> 00:04:39,820
E non ci sono caratteri, ci
solo stringhe singola lettera.

69
00:04:39,820 --> 00:04:44,760
Così che dovrebbe essere un po 'più facile.

70
00:04:44,760 --> 00:04:50,130
>> Quindi ci limiteremo a dare qualche
esempi di alcune sintassi di base di Ruby.

71
00:04:50,130 --> 00:04:57,100
Così qui si può vedere che invece di
la barra barra, a commentare in Ruby,

72
00:04:57,100 --> 00:04:58,740
è sufficiente utilizzare il simbolo di cancelletto.

73
00:04:58,740 --> 00:05:04,990
E dichiarazione di variabile, è
è sufficiente digitare l'uguale variabile

74
00:05:04,990 --> 00:05:07,971
quello che vuoi la variabile di essere.

75
00:05:07,971 --> 00:05:09,220
Possono essere stringhe.

76
00:05:09,220 --> 00:05:14,120
Si possono avere matrice, che
si popola con i valori.

77
00:05:14,120 --> 00:05:17,240
puts e stampe sono simili.

78
00:05:17,240 --> 00:05:20,110
Per i nostri scopi, la
unica differenza è veramente

79
00:05:20,110 --> 00:05:25,500
che mette, che sta per
mette, appena mette una nuova linea

80
00:05:25,500 --> 00:05:27,440
personaggio a qualsiasi cosa tu stia stampa.

81
00:05:27,440 --> 00:05:30,980
>> Quindi, se diamo un piccolo
manifestazione qui,

82
00:05:30,980 --> 00:05:41,800
siamo in grado di eseguire questo with--
aprire un nuovo terminale.

83
00:05:41,800 --> 00:05:46,020
Potete vedere tutti questi
i file che sono in mio terminale.

84
00:05:46,020 --> 00:05:50,960
E se ho appena eseguito
Ruby, intro.rb rubino, esso

85
00:05:50,960 --> 00:05:53,530
mette fuori cinque Ciao
Mather, Quincy, Vettore.

86
00:05:53,530 --> 00:05:54,410
Adams.

87
00:05:54,410 --> 00:05:59,295
Ecco, questo è tutto quello che c'è
agli array dichiarano.

88
00:05:59,295 --> 00:06:01,670
PUBBLICO: Robert, si può fare
il tipo di carattere un po 'più grande?

89
00:06:01,670 --> 00:06:02,461
ROBERT KRABEK: Sì.

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

91
00:06:05,370 --> 00:06:12,280
E posso ingrandire, perché non è possibile
lo zoom per i caratteri apparentemente terminale.

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

93
00:06:18,790 --> 00:06:24,630
>> Ecco, questo è il modo di stampare
variabili al vostro terminale.

94
00:06:24,630 --> 00:06:28,820
È inoltre possibile utilizzare
variabili all'interno di una stringa.

95
00:06:28,820 --> 00:06:33,720
Così di recente in PHP,
si potrebbe avere imparato

96
00:06:33,720 --> 00:06:37,340
che vi è l'interpolazione stringa.

97
00:06:37,340 --> 00:06:43,830
Quindi, se si dà un'occhiata qui, se io
dichiarare tre variabili, nome, biblioteca,

98
00:06:43,830 --> 00:06:49,700
e linguistici, e I mette, io
scrivere una stringa, ciao il mio nome è.

99
00:06:49,700 --> 00:06:54,190
E allora invece di PHP
versione di interpolazione corda

100
00:06:54,190 --> 00:06:58,960
che sembra un po 'più simile a questo,
si dispone di un cancelletto, e poi

101
00:06:58,960 --> 00:07:01,220
una parentesi graffa, e poi
il nome della variabile.

102
00:07:01,220 --> 00:07:07,350
Ed è così che ci si stampano, dice,
qualunque sia il nome della variabile è.

103
00:07:07,350 --> 00:07:10,140
>> E allora si può anche
concatenare le stringhe.

104
00:07:10,140 --> 00:07:12,890
Rubino rende super
facile con il segno più.

105
00:07:12,890 --> 00:07:16,110
Devi solo una stringa
sulla sinistra, più una variabile

106
00:07:16,110 --> 00:07:18,860
o un'altra stringa più una stringa.

107
00:07:18,860 --> 00:07:23,500
Quindi, se stampo questo fuori, dovrebbe
solo dire Ciao, il mio nome è Robert.

108
00:07:23,500 --> 00:07:27,340
Sarò insegnando Nokogiri in Ruby.

109
00:07:27,340 --> 00:07:35,370
>> E facciamo solo confermare che tale
è infatti il ​​rubino intro case--.

110
00:07:35,370 --> 00:07:36,480
Ciao, il mio nome è Robert.

111
00:07:36,480 --> 00:07:40,160
Sarò insegnando Nokogiri in Ruby.

112
00:07:40,160 --> 00:07:45,600
>> Passando, se else,
è un po 'diverso

113
00:07:45,600 --> 00:07:49,800
da quello che potrebbe essere utilizzato per
se hai lavorato in C.

114
00:07:49,800 --> 00:07:53,200
Non hai bisogno di parentesi.

115
00:07:53,200 --> 00:07:55,220
Non hai bisogno di parentesi graffe.

116
00:07:55,220 --> 00:08:00,170
E invece di altro se,
si tratta di un elsif concatenato.

117
00:08:00,170 --> 00:08:07,260
Così qui, se ho dichiarato x up
qui, come si vede, è ancora x 5.

118
00:08:07,260 --> 00:08:11,100
Quindi, se x è inferiore a 3, che sarà messo piccolo.

119
00:08:11,100 --> 00:08:14,030
Se è inferiore a 7, medio, altro grande.

120
00:08:14,030 --> 00:08:17,340
Quindi 5 è un numero medio.

121
00:08:17,340 --> 00:08:22,270
E finisco questo blocco di codice con fine.

122
00:08:22,270 --> 00:08:24,920
>> Ecco il mio ciclo for.

123
00:08:24,920 --> 00:08:28,240
E questa sintassi è anche
leggermente diverso.

124
00:08:28,240 --> 00:08:33,500
Lo 0 a cinque appena essenzialmente
si dichiara un array di 0-5.

125
00:08:33,500 --> 00:08:36,120
Quindi c'è cinque slot nella matrice.

126
00:08:36,120 --> 00:08:40,500
E poi per ogni slot che
array, sarò incrementando i.

127
00:08:40,500 --> 00:08:46,080
Quindi questo dovrebbe stampare 0 a 5, o 0 a 4.

128
00:08:46,080 --> 00:08:49,630
E questo dovrebbe stampare medio.

129
00:08:49,630 --> 00:08:51,370
>> E io Just Blaze attraverso.

130
00:08:51,370 --> 00:08:54,466
Voi ragazzi avranno accesso
a questo codice in seguito.

131
00:08:54,466 --> 00:08:55,965
Così voi potete eseguire questo voi stessi.

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

133
00:09:02,090 --> 00:09:06,620
>> Quindi, questo è il vostro ciclo while base.

134
00:09:06,620 --> 00:09:12,230
Questa sarà solo la stampa j,
incrementare di 1 finché noi colpimmo 5.

135
00:09:12,230 --> 00:09:18,320
>> Super veloce corso accelerato di Ruby
su come scrivere una funzione.

136
00:09:18,320 --> 00:09:24,460
Invece di, diciamo, int fattoriale
numero, non ci resta che def.

137
00:09:24,460 --> 00:09:28,450
E in sostanza sei
la definizione di una funzione di qui.

138
00:09:28,450 --> 00:09:30,600
Questo sarà il
il nome della funzione,

139
00:09:30,600 --> 00:09:34,280
e questo è qualsiasi variabile che si
vuole passare nella funzione.

140
00:09:34,280 --> 00:09:36,760
Si può avere se istruzioni all'interno.

141
00:09:36,760 --> 00:09:38,030
Puoi tornare.

142
00:09:38,030 --> 00:09:42,620
In questo caso, siamo
definire un ricorsivamente

143
00:09:42,620 --> 00:09:45,000
implementato funzione fattoriale.

144
00:09:45,000 --> 00:09:48,660
Così abbiamo appena funzioni di chiamata
in Ruby come questo.

145
00:09:48,660 --> 00:09:54,700
>> Quindi, se ho definito questo,
può chiamare fattoriale, passare a 3,

146
00:09:54,700 --> 00:09:59,700
e poi 3 sarà il numero di variabili
che posso utilizzare all'interno della funzione.

147
00:09:59,700 --> 00:10:08,010
E questo è solo to_s trasformando la
valore fattoriale tornare in una stringa.

148
00:10:08,010 --> 00:10:10,760
In caso contrario, questo genererà
un errore che dice oh,

149
00:10:10,760 --> 00:10:13,230
non può stampare un string--
perché se ne ricorda,

150
00:10:13,230 --> 00:10:18,230
mette è messo string-- perché questo
fattoriale ha restituito un numero.

151
00:10:18,230 --> 00:10:21,850
Quindi possiamo convertire tale
a una stringa come tale.

152
00:10:21,850 --> 00:10:27,856
E viceversa, è inoltre possibile convertire
una stringa in un intero con to_i.

153
00:10:27,856 --> 00:10:32,650
>> Così facendo tutto super semplice,
se mi limito a commentare questo fuori, salvare

154
00:10:32,650 --> 00:10:36,250
ed eseguire la funzione fattoriale.

155
00:10:36,250 --> 00:10:39,850
Dovremmo essere in grado di vedere
che fattoriale di 3 è 6.

156
00:10:39,850 --> 00:10:42,790
E questo è proprio vero.

157
00:10:42,790 --> 00:10:46,160
>> Ecco, questo è il vostro corso accelerato di Ruby.

158
00:10:46,160 --> 00:10:53,550
Ed ora che sapete Ruby, possiamo andare su
al Nokogiri base raschiatura istituito.

159
00:10:53,550 --> 00:10:58,190
In sostanza tutto ciò che dovete fare è,
in Ruby, richiedono le librerie.

160
00:10:58,190 --> 00:11:04,390
E per i nostri scopi useremo la
biblioteca OpenURI così come Nokogiri.

161
00:11:04,390 --> 00:11:07,870
E allora che cosa avete fare-- e sarà
vi darà la sintassi per questo--

162
00:11:07,870 --> 00:11:16,010
è di aprire l'URL proprio come si farebbe in
una richiesta cURL, che sta per C URL.

163
00:11:16,010 --> 00:11:20,330
>> Quindi si prende l'URL
il sito web in questione.

164
00:11:20,330 --> 00:11:22,030
Si memorizza in una variabile.

165
00:11:22,030 --> 00:11:27,400
E poi si può cercare attraverso quella
variabile per i tag HTML unici che utilizzano

166
00:11:27,400 --> 00:11:30,590
il comando CSS.

167
00:11:30,590 --> 00:11:34,360
E poi è possibile l'uscita
contenuti dove vuoi.

168
00:11:34,360 --> 00:11:35,720
Si può partire da un database.

169
00:11:35,720 --> 00:11:42,040
Si può produrre in un file, o
anche solo stamparlo su schermo.

170
00:11:42,040 --> 00:11:47,290
>> Quindi vi mostreremo un raschietto di base.

171
00:11:47,290 --> 00:11:52,570
Quindi, qui potete vedere abbiamo
richiedono nokogiri, richiedono open-uri.

172
00:11:52,570 --> 00:11:57,150
Il tuo set up di base, diciamo
chiamare documento o doc,

173
00:11:57,150 --> 00:12:07,780
è uguale Nokogiri :: HTML aperto, che è il
il comando che ci vengono fornite dal OpenURI

174
00:12:07,780 --> 00:12:08,920
biblioteca.

175
00:12:08,920 --> 00:12:14,000
E saremo alla ricerca, per quelli di
voi che potrebbero vivere in quad,

176
00:12:14,000 --> 00:12:21,270
per le bici che sono a Boston elencati
sulla sezione di Boston Craigslist bicicletta

177
00:12:21,270 --> 00:12:22,020
sito.

178
00:12:22,020 --> 00:12:26,460
>> Quindi, se non si ha familiarità
con curl, mi limiterò a

179
00:12:26,460 --> 00:12:28,930
mostrare reale veloce quanto CURL farà.

180
00:12:28,930 --> 00:12:38,350
Se io volessi ottenere tutte le URL dal
il sito Craigslist, se digito curl,

181
00:12:38,350 --> 00:12:44,950
solo discariche tutto dell'URL
dal sito della bicicletta Craigslist

182
00:12:44,950 --> 00:12:46,720
sul mio terminale.

183
00:12:46,720 --> 00:12:49,130
Questo non è particolarmente
utile perché non lo faccio

184
00:12:49,130 --> 00:12:53,330
vuole andare manualmente attraverso e
trovare la cosa che sto cercando.

185
00:12:53,330 --> 00:13:01,590
Ma solo così si può
Vedo che realtà sono

186
00:13:01,590 --> 00:13:13,966
utilizzando il codice giusto, se si guarda
l'URL per Craigslist a bikes--

187
00:13:13,966 --> 00:13:17,460
per qualche motivo non è stato trovato.

188
00:13:17,460 --> 00:13:20,340
Se si guarda a questa pagina
e guardate l'URL,

189
00:13:20,340 --> 00:13:23,970
questo dovrebbe essere identica alla
richiesta cURL che ho appena mando.

190
00:13:23,970 --> 00:13:27,700
E in effetti, questo è quello che viene
memorizzato nella variabile doc.

191
00:13:27,700 --> 00:13:36,540
>> Quindi, quando si torna a nostro codice, abbiamo
possono poi operare su questa variabile doc

192
00:13:36,540 --> 00:13:40,660
utilizzando .css.

193
00:13:40,660 --> 00:13:49,240
Così detto che volevo ottenere tutti
i tag che sono span.txt,

194
00:13:49,240 --> 00:13:51,740
e tutti i tag all'interno di un tale tag.

195
00:13:51,740 --> 00:13:56,150
E perché potremmo volere
fare questo, ti sento piangere?

196
00:13:56,150 --> 00:14:02,920
>> Se Inspect Element, ti dà un
ripartizione di come l'URL è strutturato.

197
00:14:02,920 --> 00:14:06,200
Se ho scorrere verso il basso attraverso
qui, si può vedere

198
00:14:06,200 --> 00:14:08,770
ciò che ciascuno di questi diversi
elementi rappresenta.

199
00:14:08,770 --> 00:14:13,410
Così forse voglio accedere
questo elemento particolare.

200
00:14:13,410 --> 00:14:16,820
Così sto usando sviluppatore di Chrome
strumenti per Inspect Element.

201
00:14:16,820 --> 00:14:22,970
Vedo qui che questo
è un un tag all'interno di un arco

202
00:14:22,970 --> 00:14:26,230
contrassegnare con una classe di txt.

203
00:14:26,230 --> 00:14:29,610
>> Quindi, questo diventa per il nostro
prima operazione che

204
00:14:29,610 --> 00:14:37,330
è durata doc.css, che è il tag che
Sto cercando in tutti questo URL.

205
00:14:37,330 --> 00:14:43,650
E poi .txt funziona molto come CSS
fa quando si sta solo scrivendo CSS

206
00:14:43,650 --> 00:14:49,630
nei file HTML
specificando una classe.

207
00:14:49,630 --> 00:14:57,980
Quindi questo operatore particolare sarà
specificare un elemento span con classe di txt.

208
00:14:57,980 --> 00:15:02,800
E poi se lascio uno spazio,
questo andrà poi in quel tag

209
00:15:02,800 --> 00:15:05,170
e poi trovare un un tag all'interno di tale.

210
00:15:05,170 --> 00:15:10,750
>> Quindi, se ho appena messo questo per
il terminale, dovrei

211
00:15:10,750 --> 00:15:21,630
essere in grado di vedere essenzialmente tutto
che è in questo intervallo di classe di txt.

212
00:15:21,630 --> 00:15:22,890
Così daremo che un andare.

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

214
00:15:25,870 --> 00:15:27,756
ruby Craigslist-raschietto.

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

216
00:15:31,850 --> 00:15:37,250
E, infatti, che ci dà tutti questi
tag delle varie liste che

217
00:15:37,250 --> 00:15:40,400
sono sulla pagina Craigslist.

218
00:15:40,400 --> 00:15:45,670
>> Quindi, se andiamo indietro, possiamo trasformare questo
in qualcosa di più utile.

219
00:15:45,670 --> 00:15:51,050
Forse si vuole solo i link.

220
00:15:51,050 --> 00:15:58,790
Perché all'interno di questo tag, sarò anche
avere il collegamento ipertestuale del percorso

221
00:15:58,790 --> 00:16:00,590
che questa pagina va a.

222
00:16:00,590 --> 00:16:09,100
Quindi, se si guarda a questo codice qui,
quello che farò è invece di css,

223
00:16:09,100 --> 00:16:12,380
Posso andare at_css.

224
00:16:12,380 --> 00:16:16,820
E questo sarà solo ottenere la prima
elemento di tutte queste cose.

225
00:16:16,820 --> 00:16:20,890
Quindi, se dovessi farlo nella
codice che ho appena dimostrato in precedenza,

226
00:16:20,890 --> 00:16:23,800
invece di restituire tutto
di questo, sarebbe solo

227
00:16:23,800 --> 00:16:26,850
restituisce il primo di quelli.

228
00:16:26,850 --> 00:16:31,310
Ecco, questo è come funziona l'operatore at_css.

229
00:16:31,310 --> 00:16:39,460
>> Quindi vogliamo memorizzare il
percorso tutta la prima un tag.

230
00:16:39,460 --> 00:16:47,430
E perché ci darà una a--
così siamo ancora intenzione di utilizzare CSS.

231
00:16:47,430 --> 00:16:53,830
Ma perché questo sta per dare
ci riporta un intero array di tag,

232
00:16:53,830 --> 00:16:55,710
ci accingiamo a accesso
il primo elemento.

233
00:16:55,710 --> 00:17:01,700
Quindi questo è un altro modo che è possibile
accedere a qualsiasi elemento particolare se

234
00:17:01,700 --> 00:17:04,810
hanno una serie di elementi
che viene restituito,

235
00:17:04,810 --> 00:17:11,930
perché si può trattare tutto ciò che
i rendimenti css come array, in sostanza.

236
00:17:11,930 --> 00:17:16,880
E poi andremo a accedere al
ipertesto attributo di riferimento di questo.

237
00:17:16,880 --> 00:17:24,810
>> Quindi, se si dà un'occhiata, se
hai guardato molto vicino qui,

238
00:17:24,810 --> 00:17:28,270
se solo essenzialmente
guardare la barra degli indirizzi,

239
00:17:28,270 --> 00:17:33,880
questo è il percorso che
si sta andando ad essere raschiatura.

240
00:17:33,880 --> 00:17:41,565
Quindi, se solo correre di nuovo,
e assicurarsi che abbiamo salvato esso.

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

242
00:17:47,040 --> 00:17:48,300
È possibile controllare a casa.

243
00:17:48,300 --> 00:17:51,430
Questo in realtà corrisponde con questo link.

244
00:17:51,430 --> 00:17:55,950
>> Allora, perché potremmo voler usare questo?

245
00:17:55,950 --> 00:17:57,870
Se si vuole raschiare
la pagina e ha

246
00:17:57,870 --> 00:18:00,270
una pagina di link come
Craigslist fa, si

247
00:18:00,270 --> 00:18:03,210
potrebbe desiderare di andare poi
in ciascuno di tali collegamenti

248
00:18:03,210 --> 00:18:05,120
e poi raschiare il
contenuto di quella che

249
00:18:05,120 --> 00:18:08,520
è esattamente ciò che andremo a fare.

250
00:18:08,520 --> 00:18:11,660
>> Quindi una volta che avete percorso come un
variabile, non ho più davvero

251
00:18:11,660 --> 00:18:13,200
cura di stamparlo.

252
00:18:13,200 --> 00:18:15,420
Ho solo bisogno di memorizzare come variabile.

253
00:18:15,420 --> 00:18:20,980
E poi posso accedere a un altro
pagina allo stesso modo accedo

254
00:18:20,980 --> 00:18:22,260
doc in primo luogo.

255
00:18:22,260 --> 00:18:25,920
Tranne che con l'URL, stiamo andando
di usare l'interpolazione corda

256
00:18:25,920 --> 00:18:29,180
come ho descritto in
Rubino in precedenza da aggiungere

257
00:18:29,180 --> 00:18:32,010
il percorso fino alla fine della radice.

258
00:18:32,010 --> 00:18:38,970
>> Così che cosa questo sta per fare è
questo sta per mettere sul percorso

259
00:18:38,970 --> 00:18:42,360
che ho raschiato in precedenza
e poi girare che

260
00:18:42,360 --> 00:18:49,580
in un nuovo elemento, quello che volete
chiamano it-- first_listing, per esempio.

261
00:18:49,580 --> 00:18:52,900
Ma ho intenzione di lasciare
su voce per ora,

262
00:18:52,900 --> 00:18:55,420
perché è quello che sto usando qui.

263
00:18:55,420 --> 00:19:02,900
>> Quindi dire che volevo ottenere la descrizione
del primo distacco di Craigslist.

264
00:19:02,900 --> 00:19:04,740
Quindi vorrei andare qui.

265
00:19:04,740 --> 00:19:10,660
Vorrei fare clic su Inspect Element
di nuovo, in quanto questa è la descrizione.

266
00:19:10,660 --> 00:19:14,350
Mi piacerebbe andare qui e vedere
se riesco a trovare come potrei

267
00:19:14,350 --> 00:19:16,530
essere in grado di cercare per questo tag unico.

268
00:19:16,530 --> 00:19:19,530
E in questo caso, ha
un ID, che ci porta

269
00:19:19,530 --> 00:19:26,810
per il nostro prossimo modo di cercare
tag, che è con un hashtag.

270
00:19:26,810 --> 00:19:30,670
>> Così per le classi, è possibile
utilizzare l'operatore punto.

271
00:19:30,670 --> 00:19:38,610
Così .txt è specificando una classe di txt,
considerando che l'hash specifica un ID.

272
00:19:38,610 --> 00:19:43,720
Quindi, in questo caso, il tag è
sezione, e l'ID è postingbody.

273
00:19:43,720 --> 00:19:47,780
>> Quindi questo va e trova
il first-- perché siamo

274
00:19:47,780 --> 00:19:51,200
utilizzando at_css-- questo va e
Trova il primo elemento che

275
00:19:51,200 --> 00:19:57,180
esce con l'etichetta di sezione
e l'ID di postingbody.

276
00:19:57,180 --> 00:20:02,636
E poi si può accedere l'elemento di testo
di tale voce tornò con .text.

277
00:20:02,636 --> 00:20:06,230
E poi possiamo memorizzare
che nella descrizione.

278
00:20:06,230 --> 00:20:09,370
>> Quindi, ora che abbiamo un
descrizione delle variabili,

279
00:20:09,370 --> 00:20:14,850
potremmo essere in grado di fare, per esempio,
file di I / O. Così file di I / O in Ruby

280
00:20:14,850 --> 00:20:21,310
è molto simile a file di I / O
in C dove apriamo un file.

281
00:20:21,310 --> 00:20:23,260
Potremmo scrivere.

282
00:20:23,260 --> 00:20:25,060
E poi ci chiudiamo il file.

283
00:20:25,060 --> 00:20:29,660
>> Così qui, stiamo solo nominare il
presentare, qualche variabile arbitraria.

284
00:20:29,660 --> 00:20:33,120
Potremmo anche appena messo questo qui.

285
00:20:33,120 --> 00:20:39,630
Abbiamo una variabile che stiamo memorizzazione
il file aperto come con File.open.

286
00:20:39,630 --> 00:20:46,370
E stiamo scrivendo a questo file,
così apriamo con l'operatore w.

287
00:20:46,370 --> 00:20:54,280
E poi abbiamo messo stringa nel
depositare presso l'operatore .puts.

288
00:20:54,280 --> 00:20:58,310
E poi abbiamo messo la variabile che abbiamo
vuole scrivere sul file all'interno di tale.

289
00:20:58,310 --> 00:21:00,200
E poi abbiamo appena chiudiamo il file.

290
00:21:00,200 --> 00:21:04,000
>> Quindi, se andiamo avanti ed eseguire questo,
questo dovrebbe produrre un documento

291
00:21:04,000 --> 00:21:10,840
con description.txt che sarà
avere questa descrizione all'interno di esso.

292
00:21:10,840 --> 00:21:14,015
Quindi, se corro it-- no.

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

294
00:21:17,520 --> 00:21:23,330
E 'prodotto un file di testo con,
si spera, la stessa cosa.

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

296
00:21:25,850 --> 00:21:33,290
Quindi ci sarebbe stato un nuovo incarico
che è venuto mentre ho parlato.

297
00:21:33,290 --> 00:21:36,580
E in effetti sembra che non vi è stata.

298
00:21:36,580 --> 00:21:43,380
Quindi, se andiamo a questo classico moto,
1962-1966, che sembra corrispondere.

299
00:21:43,380 --> 00:21:45,620
E ci si va.

300
00:21:45,620 --> 00:21:51,250
>> Ecco, questo è il più elementare
funzionalità di raschiatura.

301
00:21:51,250 --> 00:21:57,510
Potremmo avere invece di
solo scrivendo a questo file,

302
00:21:57,510 --> 00:21:59,930
siamo in grado di aggiungere cose a un array.

303
00:21:59,930 --> 00:22:03,770
Quindi, se io dichiaro tre array,
titolo, prezzo e descrizione.

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

305
00:22:06,310 --> 00:22:13,790
E stiamo operando sulla voce doc ora.

306
00:22:13,790 --> 00:22:16,940
Siamo in grado di passare attraverso e
trovare tutte le span.txt.

307
00:22:16,940 --> 00:22:21,710
E ricordate, questo restituisce una matrice
di tutti gli elementi che trova.

308
00:22:21,710 --> 00:22:27,300
E poi in Ruby, si può semplicemente usare
.Ogni per scorrere ogni elemento

309
00:22:27,300 --> 00:22:28,410
dell'array.

310
00:22:28,410 --> 00:22:31,330
E poi per ogni articolo,
Sto solo andando a chiamare

311
00:22:31,330 --> 00:22:34,620
un link, perché è
in sostanza quello che è.

312
00:22:34,620 --> 00:22:46,830
>> Quindi, se ho messo ogni a.hdrlnk link.css puntino,
questo è in realtà sta per il link

313
00:22:46,830 --> 00:22:58,280
e trovando in quel link un'altra
Elemento HTML e la classe corrispondente.

314
00:22:58,280 --> 00:23:04,990
Quindi, se ci ricordiamo che cosa
questo è stato, il span.txt,

315
00:23:04,990 --> 00:23:13,160
si può vedere- vorrei solo tornare indietro
vero quick-- all'interno span.txt

316
00:23:13,160 --> 00:23:17,490
abbiamo un sacco di altre classi.

317
00:23:17,490 --> 00:23:27,180
Così dentro span.txt, stiamo cercando
per un tag con un hdrlnk di classe.

318
00:23:27,180 --> 00:23:29,890
Quindi lasciatemi trovo
per voi ragazzi reale veloce.

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

320
00:23:37,390 --> 00:23:42,850
>> Così si può vedere qui, si tratta di un un tag
che è nel giro di classe txt

321
00:23:42,850 --> 00:23:44,920
che ha la hdrlnk classe.

322
00:23:44,920 --> 00:23:47,610
E questo è proprio ciò che
stiamo cercando di ottenere.

323
00:23:47,610 --> 00:23:54,680
>> Quindi stiamo ora cercando di memorizzare tutti
di questi link all'interno del titolo.

324
00:23:54,680 --> 00:23:59,545
E poi andremo a stampare
fuori ogni di questi link.

325
00:23:59,545 --> 00:24:00,360
Non mi dispiace.

326
00:24:00,360 --> 00:24:04,530
Stiamo andando a stampare
il prezzo di ciascuno di questi.

327
00:24:04,530 --> 00:24:09,350
Così corriamo davvero
rapido e vedere cosa fa.

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

329
00:24:14,680 --> 00:24:17,720
>> Quindi, questo è andato appena fondamentalmente
attraverso ciascuno dei collegamenti

330
00:24:17,720 --> 00:24:27,310
a sua volta, si accede il tag in questione,
e poi tirato fuori il prezzo.

331
00:24:27,310 --> 00:24:33,910
E lo ha fatto perché dopo
avete tutto nel titolo,

332
00:24:33,910 --> 00:24:37,260
abbiamo appena memorizzato il titolo lì.

333
00:24:37,260 --> 00:24:40,180
Abbiamo appena memorizzato il link
all'interno del titolo array.

334
00:24:40,180 --> 00:24:47,720
E questo per il funzionamento in ciclo,
dove invece di andare a a.hdrlnk,

335
00:24:47,720 --> 00:24:50,490
stiamo cercando un span.price.

336
00:24:50,490 --> 00:24:56,500
Quindi, se posso solo davvero trovare rapidamente
il prezzo, se si controlla l'elemento,

337
00:24:56,500 --> 00:25:00,610
vedrete che si tratta di un arco
con la classe di prezzo.

338
00:25:00,610 --> 00:25:04,670
E questo è essenzialmente come
stiamo ottenendo il prezzo lì.

339
00:25:04,670 --> 00:25:10,040
>> Ecco, questo è il davvero
caso base di raschiatura.

340
00:25:10,040 --> 00:25:13,550
Ecco come si ottiene tutto
gli elementi di una pagina

341
00:25:13,550 --> 00:25:16,510
che, per esempio, si sa già l'URL.

342
00:25:16,510 --> 00:25:21,050
>> Quindi, se vogliamo ottenere un
poco più in profondità,

343
00:25:21,050 --> 00:25:23,950
siamo in grado di raschiare le pagine all'interno di pagine.

344
00:25:23,950 --> 00:25:28,480
E per questo esempio, io sarò
essere l'output in un file CSV.

345
00:25:28,480 --> 00:25:39,510
Così sto richiedendo csv qui
perché rubino non, al suo interno,

346
00:25:39,510 --> 00:25:42,350
avere la funzionalità
in file CSV appena uscita.

347
00:25:42,350 --> 00:25:45,030
Ecco, questo è super semplice.

348
00:25:45,030 --> 00:25:48,710
Lasciatemi solo andare a quella successiva.

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

350
00:25:51,640 --> 00:25:57,170
Abbiamo coperto file di I / O. Così questo
è simile a come è in C.

351
00:25:57,170 --> 00:26:00,870
E prima di passare al Kimono,
Ti faccio vedere solo te davvero veloce come

352
00:26:00,870 --> 00:26:02,790
raschiare siti all'interno attrazioni.

353
00:26:02,790 --> 00:26:10,040
>> Così abbiamo già imparato come
a dichiarare gli array in Ruby.

354
00:26:10,040 --> 00:26:13,280
Quindi sto solo dichiarare una
mazzo di matrici arbitrarie

355
00:26:13,280 --> 00:26:16,310
che sarò la memorizzazione dei dati all'interno.

356
00:26:16,310 --> 00:26:20,680
doc funziona allo stesso modo
come ha fatto nel file precedente.

357
00:26:20,680 --> 00:26:23,580
Stiamo andando a, trovare
ciascuno dei span.txt di.

358
00:26:23,580 --> 00:26:25,040
Sappiamo già che.

359
00:26:25,040 --> 00:26:32,130
Questo è il contenitore entro cui ciascun
collegamento ha tutti i dati che vogliamo.

360
00:26:32,130 --> 00:26:40,800
>> Ecco quello che stiamo facendo è per ogni
link span class txt, stiamo andando a

361
00:26:40,800 --> 00:26:45,720
e stiamo trovando il tag,
trovare il primo elemento di questo.

362
00:26:45,720 --> 00:26:49,937
Ricordate, Css restituisce un array,
così non si può semplicemente accedere così com'è.

363
00:26:49,937 --> 00:26:51,520
Stiamo andando a trovare il primo elemento.

364
00:26:51,520 --> 00:26:56,430
Anche se è un array di uno
elemento, è necessario utilizzare questa sintassi,

365
00:26:56,430 --> 00:26:58,800
e poi tirare fuori l'attributo href.

366
00:26:58,800 --> 00:27:01,800
>> Così abbiamo fatto questo all'inizio.

367
00:27:01,800 --> 00:27:04,440
Quindi questo dovrebbe essere familiare.

368
00:27:04,440 --> 00:27:14,330
E così ora abbiamo un array
cosiddetti percorsi di tutti i nostri link

369
00:27:14,330 --> 00:27:16,590
che stiamo andando a voler utilizzare.

370
00:27:16,590 --> 00:27:21,350
Quindi, se abbiamo questa matrice di tutto
dei percorsi che vogliamo usare,

371
00:27:21,350 --> 00:27:26,840
possiamo quindi creare una voce per ogni
di quelle pagine quando apriamo la pagina.

372
00:27:26,840 --> 00:27:31,150
Quindi, come abbiamo visto anche su
la sintassi prima, dove

373
00:27:31,150 --> 00:27:37,450
facendo interpolazione stringa con il percorso
qui, per cui la sintassi è solo per il percorso.

374
00:27:37,450 --> 00:27:41,450
E potrei chiamare questo
variabile qualsiasi nome arbitrario.

375
00:27:41,450 --> 00:27:43,070
>> Questo è l'importante.

376
00:27:43,070 --> 00:27:46,650
Questa è la matrice che ti
essere l'accesso a ciascun elemento.

377
00:27:46,650 --> 00:27:52,400
Ma quando si dice per il percorso nei percorsi,
questo significa per ciascun elemento nei percorsi,

378
00:27:52,400 --> 00:27:55,150
chiamarlo percorso, e usare quella.

379
00:27:55,150 --> 00:27:59,266
Questo è essenzialmente come quando si
fare un ciclo for e si utilizza int i.

380
00:27:59,266 --> 00:28:04,000
Così si può trattare il percorso come il
variabile che sta incrementando.

381
00:28:04,000 --> 00:28:07,820
>> E poi per ciascuno di questi,
andare in ciascuno di tali collegamenti.

382
00:28:07,820 --> 00:28:11,710
Perché stiamo conservarla in pagina dell'articolo,
così stiamo creando una nuova pagina ogni volta

383
00:28:11,710 --> 00:28:13,330
accediamo esso.

384
00:28:13,330 --> 00:28:20,560
E poi all'interno di quella nuova pagina, trovare
span.postingtitletext, span.price,

385
00:28:20,560 --> 00:28:22,240
e poi la sezione # postingbody.

386
00:28:22,240 --> 00:28:28,430
Abbiamo già coperto sezione # postingbody
quando abbiamo guardato la descrizione.

387
00:28:28,430 --> 00:28:34,890
>> Così possiamo andare a vedere nel post Craigslist,
se si sta solo a guardare il titolo,

388
00:28:34,890 --> 00:28:38,810
si può vedere qui,
spanna postingtitletext.

389
00:28:38,810 --> 00:28:41,390
Ed è per questo che è lì.

390
00:28:41,390 --> 00:28:49,120
E poi per il prezzo, è possibile
accedere con span class di prezzo.

391
00:28:49,120 --> 00:28:54,480
>> Così abbiamo anche forse potrebbe
desidera memorizzare l'URL.

392
00:28:54,480 --> 00:28:58,580
Quindi dobbiamo solo correre questo
ancora una volta, conservarlo in un array,

393
00:28:58,580 --> 00:29:01,150
perché se siete alla ricerca
su Craigslist, sei

394
00:29:01,150 --> 00:29:05,290
probabilmente andando a voler un modo per, se
vedi qualcosa che ti interessa,

395
00:29:05,290 --> 00:29:06,620
tornare a quel sito.

396
00:29:06,620 --> 00:29:10,480
Così si desidera solo per memorizzare
l'URL per l'amor riferimenti.

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

398
00:29:13,840 --> 00:29:19,630
>> Questo è solo essenzialmente
un'altra sintassi per il ciclo for.

399
00:29:19,630 --> 00:29:26,360
Potevo solo che invece paths.each
di per il percorso nei percorsi con indice.

400
00:29:26,360 --> 00:29:31,280
E questa sintassi Ruby for--
percorso è quello che abbiamo fatto qui,

401
00:29:31,280 --> 00:29:33,920
dichiarare una variabile per ogni elemento.

402
00:29:33,920 --> 00:29:38,540
E l'indice si comporta come
la i in C per cicli.

403
00:29:38,540 --> 00:29:41,280
Così si può tenere traccia
di ciò è l'indice.

404
00:29:41,280 --> 00:29:45,200
>> Così qui è solo un
piccola cosa conveniente

405
00:29:45,200 --> 00:29:46,950
per quando si sta eseguendo il raschietto.

406
00:29:46,950 --> 00:29:50,580
Se si sta raschiando centinaia di pagine,
per assicurarsi che non è appeso,

407
00:29:50,580 --> 00:29:53,320
lo farà solo in uscita,
Sto accedendo a questa pagina,

408
00:29:53,320 --> 00:29:55,960
e fare in modo che
è ancora in corso.

409
00:29:55,960 --> 00:29:59,250
Ma per i nostri scopi, perché
ci sono un centinaio di articoli,

410
00:29:59,250 --> 00:30:08,000
Ho intenzione di accedere solo tre di loro
in modo che noi non a corto di tempo qui.

411
00:30:08,000 --> 00:30:13,040
>> Ma prima di arrivare a questo, io sono solo
intenzione di mostrare davvero veloce,

412
00:30:13,040 --> 00:30:16,940
Sarò emettere il titolo,
prezzo, descrizione e URL

413
00:30:16,940 --> 00:30:19,600
di ciascuno dei collegamenti che ho raschiato.

414
00:30:19,600 --> 00:30:23,720
E poi questo è solo l'
sintassi per la libreria CSV.

415
00:30:23,720 --> 00:30:25,240
Si apre un file CSV.

416
00:30:25,240 --> 00:30:27,070
Questo è quello che ho intenzione di chiamarlo.

417
00:30:27,070 --> 00:30:29,430
Aprilo con write do.

418
00:30:29,430 --> 00:30:33,830
E poi CSV sarà il file
si sta inserendo tutto in.

419
00:30:33,830 --> 00:30:37,800
Questo è solo un controllo di integrità per
me sapere che è in esecuzione.

420
00:30:37,800 --> 00:30:41,240
E questo è il mio sanity check
sapere che è completato.

421
00:30:41,240 --> 00:30:46,670
Così sto mettendo titolo in una riga in
il CSV, prezzo, URL, descrizione,

422
00:30:46,670 --> 00:30:49,420
tutto in righe nel file CSV.

423
00:30:49,420 --> 00:30:53,410
>> Quindi, se andiamo a correre
questo now-- e ho appena

424
00:30:53,410 --> 00:31:04,710
fare in modo che io ho salvato invece it--
del solo output al terminale,

425
00:31:04,710 --> 00:31:09,750
dovremmo avere un file CSV
File che si produce.

426
00:31:09,750 --> 00:31:13,500
Così qui possiamo vedere il CSV
documento che è stato prodotto.

427
00:31:13,500 --> 00:31:19,330
Questa è l'uscita del
SCAPE che ho appena eseguito.

428
00:31:19,330 --> 00:31:23,030
Come si può vedere qui,
Accesso Pagina 0, 1, 2, 3.

429
00:31:23,030 --> 00:31:27,400
Questi sono i titoli,
prezzi, descrizioni.

430
00:31:27,400 --> 00:31:31,710
E se guardiamo a questo CSV
File che abbiamo generato,

431
00:31:31,710 --> 00:31:35,700
si può vedere il suo emesso qui.

432
00:31:35,700 --> 00:31:40,350
Questo non è Excel, quindi non è
formattato in righe e colonne.

433
00:31:40,350 --> 00:31:45,140
Ma si può immaginare come
potrebbe essere formattato.

434
00:31:45,140 --> 00:31:47,740
>> CSV sta per valori separati da virgola.

435
00:31:47,740 --> 00:31:50,090
Quindi potete immaginare che questo potrebbe essere una riga.

436
00:31:50,090 --> 00:31:54,700
E ogni virgola sarebbe
indicano una colonna separata.

437
00:31:54,700 --> 00:32:00,010
Solo una parola di caution--
a volte sei

438
00:32:00,010 --> 00:32:02,260
raschiando le cose con un sacco di virgole.

439
00:32:02,260 --> 00:32:05,100
Quindi, se siete in uscita
in un file CSV,

440
00:32:05,100 --> 00:32:10,340
Potrebbe non uscita
modo si potrebbe pensare.

441
00:32:10,340 --> 00:32:16,770
>> Ecco, questo è in sostanza tutto
c'è da raschiare HTML di base

442
00:32:16,770 --> 00:32:20,110
pagine con Nokogiri.

443
00:32:20,110 --> 00:32:26,000
>> Così l'essere Internet
innovativo come è venuto su

444
00:32:26,000 --> 00:32:33,220
con un più automatizzato e GUI
versione, seppur meno robusta

445
00:32:33,220 --> 00:32:35,540
versione di raschiatura vari siti web.

446
00:32:35,540 --> 00:32:39,060
E per i nostri scopi
Sarò dimostrazione

447
00:32:39,060 --> 00:32:42,920
una estensione Chrome chiamato Kimono.

448
00:32:42,920 --> 00:32:46,690
E tutto quello che dovete fare è navigare
alla pagina che si desidera per raschiare.

449
00:32:46,690 --> 00:32:48,590
Si fa clic su un campo di interesse.

450
00:32:48,590 --> 00:32:51,510
Calibrare i campi,
perché sarà automaticamente

451
00:32:51,510 --> 00:32:54,360
rilevare ciò che pensa
si vuole essere raschiatura,

452
00:32:54,360 --> 00:32:56,280
e poi basta creare una API.

453
00:32:56,280 --> 00:33:03,700
>> Quindi, se dovessimo dimostrarlo su
Craigslist, in realtà non avrebbe funzionato.

454
00:33:03,700 --> 00:33:08,290
E questo è quello che stavo tornando a
dicendo su di esso non essere così robusta.

455
00:33:08,290 --> 00:33:10,320
Ha problemi a creare l'API.

456
00:33:10,320 --> 00:33:13,400
Ma come dimostrazione
di che cosa avrebbe fatto,

457
00:33:13,400 --> 00:33:17,460
se si installa l'estensione Chrome,
tutto ciò che fai è si fa clic su di esso.

458
00:33:17,460 --> 00:33:21,750
Si Kimonofies pagina, e poi si
clicca sulla cosa che si desidera script.

459
00:33:21,750 --> 00:33:24,480
>> Quindi, se dovessi fare clic su
che, sarebbe in evidenza

460
00:33:24,480 --> 00:33:28,130
ciò che pensa che voglio
essere raschiando questa pagina.

461
00:33:28,130 --> 00:33:33,660
Così forse io chiamo questa lista.

462
00:33:33,660 --> 00:33:36,430
Questo è il numero di oggetti che ho selezionato.

463
00:33:36,430 --> 00:33:43,810
E posso solo confermare o smentire qualche
degli altri elenchi proposti

464
00:33:43,810 --> 00:33:49,600
per farlo aggiungere al
che cosa sarà raschiato.

465
00:33:49,600 --> 00:33:52,330
>> Così ora possiamo vedere non c'è
un centinaio di elementi selezionati.

466
00:33:52,330 --> 00:33:58,060
Se voglio avere un altro campo che io
anche raschiare che è legato a questo,

467
00:33:58,060 --> 00:34:02,540
Dico che voglio raschiare il prezzo
così, allora posso fare lo stesso.

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

469
00:34:06,190 --> 00:34:11,550
>> Quindi, ecco una dimostrazione di come è
molto meno robusto, perché adesso è

470
00:34:11,550 --> 00:34:15,050
raccogliendo la città invece
di solo il prezzo che voglio.

471
00:34:15,050 --> 00:34:16,989
E ora è raccolto 200 cose.

472
00:34:16,989 --> 00:34:19,880
È possibile tornare indietro e cancellare.

473
00:34:19,880 --> 00:34:21,449
Puoi riprovare.

474
00:34:21,449 --> 00:34:24,250
Ma non ci sono garanzie.

475
00:34:24,250 --> 00:34:29,909
Questo è come funziona a volte.

476
00:34:29,909 --> 00:34:32,969
Come potete vedere qui, ora dice 96 qui.

477
00:34:32,969 --> 00:34:37,000
Si raccolse maggior parte dei collegamenti
che si vuole raschiare, ma non

478
00:34:37,000 --> 00:34:39,280
necessariamente tutte le porte.

479
00:34:39,280 --> 00:34:43,909
>> Un altro utile strumento di Kimono però
è che si può andare alle funzioni avanzate

480
00:34:43,909 --> 00:34:47,980
qui, andare a Avanzate,
e vi mostrerà

481
00:34:47,980 --> 00:34:53,139
la ripartizione del unica
modo per accedere al HTML

482
00:34:53,139 --> 00:34:54,909
tag che si desidera per raschiare.

483
00:34:54,909 --> 00:35:01,450
Così per le inserzioni, se si guarda a qui,
se si accede p arco div abbracciano una,

484
00:35:01,450 --> 00:35:06,030
si può effettivamente utilizzare solo
questo nel codice Nokogiri,

485
00:35:06,030 --> 00:35:10,780
dove prima avevamo span.txt
per accedere a ciascuno dei elenchi.

486
00:35:10,780 --> 00:35:13,270
Se voglio solo il testo
all'interno le liste,

487
00:35:13,270 --> 00:35:18,950
Potrei ingresso spazio div p
durata space space arco spazio una,

488
00:35:18,950 --> 00:35:21,570
e sarebbe ottenere lo stesso effetto.

489
00:35:21,570 --> 00:35:26,320
E per quelli di voi che sono interessati
in utilizzando le espressioni regolari,

490
00:35:26,320 --> 00:35:31,670
succede a dare anche il regolare
espressione sorta di stringa di input

491
00:35:31,670 --> 00:35:34,900
per trovare le cose
si sta cercando di trovare.

492
00:35:34,900 --> 00:35:44,130
>> Quindi c'è un'altra caratteristica fredda
di Kimono dove si può impaginare,

493
00:35:44,130 --> 00:35:47,780
Il che non solo posso grattare
i risultati di questa pagina

494
00:35:47,780 --> 00:35:50,890
Posso fare clic su questo piccolo
Pulsante qui, impaginazione,

495
00:35:50,890 --> 00:35:55,580
specificare il pulsante che avrebbe
portami alla pagina successiva,

496
00:35:55,580 --> 00:35:59,500
e allora sarà sufficiente sapere che
può scorrere alla pagina successiva,

497
00:35:59,500 --> 00:36:04,120
e poi raschiare tutto il tempo the--
come è lo stesso formato naturalmente--

498
00:36:04,120 --> 00:36:06,110
scape tutti quei collegamenti pure.

499
00:36:06,110 --> 00:36:15,230
>> Quindi perché Kimono non vuole
lavoriamo con Craigslist, quello che abbiamo fatto

500
00:36:15,230 --> 00:36:19,790
è che ho Kimonofied Harvard Crimson.

501
00:36:19,790 --> 00:36:29,380
Ho tirato fuori alcune delle specie di
top presenti articoli, confermano qui.

502
00:36:29,380 --> 00:36:33,090
Dire tutto questo.

503
00:36:33,090 --> 00:36:35,830
Ho compilato questa API
per voi prima del tempo.

504
00:36:35,830 --> 00:36:38,990
Ma per il resto cosa fareste
è si sarebbe solo fatto clic su Fine.

505
00:36:38,990 --> 00:36:40,940
Inserisci i dati API.

506
00:36:40,940 --> 00:36:45,260
Impostare a uno
crawl automatico o manuale.

507
00:36:45,260 --> 00:36:48,460
Così si potrebbe aggiornare il vostro
dati ogni 15 minuti,

508
00:36:48,460 --> 00:36:50,330
settimanale, ogni giorno, quello che volete.

509
00:36:50,330 --> 00:36:51,160
Assegnare un nome alla API.

510
00:36:51,160 --> 00:36:52,790
Creare l'API.

511
00:36:52,790 --> 00:36:58,460
Per il vostro beneficio, ho creato il
Cremisi pagina API anteriore già.

512
00:36:58,460 --> 00:37:02,480
>> Quindi basta creare un
account su Kimono, e

513
00:37:02,480 --> 00:37:06,240
memorizza tutti i vostri le API per voi.

514
00:37:06,240 --> 00:37:10,330
Quindi, in sostanza, che è tutto tuo
graffi differenti separati.

515
00:37:10,330 --> 00:37:18,250
>> Quindi, se guardiamo qui, questa è la
opinioni link che ho raccolto.

516
00:37:18,250 --> 00:37:21,290
Questi sono i presenti
link che ho raccolto.

517
00:37:21,290 --> 00:37:24,090
E questi sono i più letti
link che ho raccolto

518
00:37:24,090 --> 00:37:27,120
da questo più recente scape API.

519
00:37:27,120 --> 00:37:30,790
>> Quindi, se si può vedere qui,
questi sarebbero la presenti,

520
00:37:30,790 --> 00:37:34,130
questi sarebbero i pareri,
che in questo esempio,

521
00:37:34,130 --> 00:37:38,150
Li ho combinato tutto
in una collezione.

522
00:37:38,150 --> 00:37:42,780
Ma se hai appena giocare con esso
un po ', è possibile dividerlo

523
00:37:42,780 --> 00:37:45,090
e dividerlo fino tuttavia
si vuole il più a lungo

524
00:37:45,090 --> 00:37:47,520
come la formattazione è leggermente diverso.

525
00:37:47,520 --> 00:37:51,320
>> Giusto per giocare con questo, il
crawl set up, uno degli aspetti negativi

526
00:37:51,320 --> 00:37:58,120
è che si può strisciare solo fino
a 25 pagine alla volta.

527
00:37:58,120 --> 00:38:00,430
Questo è uno dei fattori limitanti.

528
00:38:00,430 --> 00:38:03,060
Ma qui, se si imposta
a strisciare manuale, questo

529
00:38:03,060 --> 00:38:06,100
come si può dire che
per aggiornare i dati.

530
00:38:06,100 --> 00:38:11,010
E qui si può vedere la vostra storia crawl
di tutto quello che hai strisciato.

531
00:38:11,010 --> 00:38:16,000
E voi potete tornare indietro, iscriviti,
giocare con tutti i diversi modi

532
00:38:16,000 --> 00:38:20,340
che è possibile modificare e utilizzare i vostri dati.

533
00:38:20,340 --> 00:38:24,580
>> Kimono può essere impostata fino a
raschiare link all'interno link.

534
00:38:24,580 --> 00:38:29,700
E si dovrebbe farlo prima
raschiando un elenco di link,

535
00:38:29,700 --> 00:38:35,390
e quindi utilizzando tale API come
saltare giù punto per un altro API

536
00:38:35,390 --> 00:38:36,710
che si crea lo script.

537
00:38:36,710 --> 00:38:42,040
Ma questo è più complicato di
quello che stiamo per entrare in oggi.

538
00:38:42,040 --> 00:38:44,270
>> Ecco, questo è kimono.

539
00:38:44,270 --> 00:38:46,980
Parleremo dei pro e
contro di Nokogiri e Kimono.

540
00:38:46,980 --> 00:38:50,380
>> Nokogiri, è veramente veloce.

541
00:38:50,380 --> 00:38:51,640
E 'facile da testare.

542
00:38:51,640 --> 00:38:55,910
Si può solo mette nulla a
console, facile da configurare.

543
00:38:55,910 --> 00:39:00,400
Si può decidere esattamente cosa
si vuole raschiare e memorizzare.

544
00:39:00,400 --> 00:39:02,060
Non ci sono limiti di pagina.

545
00:39:02,060 --> 00:39:08,010
Io in realtà usato per raschiare come
1800 siti web di scuole del Sud Africa

546
00:39:08,010 --> 00:39:10,870
per una mail per uno stage che ho fatto.

547
00:39:10,870 --> 00:39:16,060
>> Ecco, questo è possibile, anche se le migliori prassi
sarebbe quello di dividere la sceneggiatura.

548
00:39:16,060 --> 00:39:19,310
Perché se non riesce, allora
non si ottiene nulla.

549
00:39:19,310 --> 00:39:22,790
Ma se si fa un centinaio,
forse 200 pagine alla volta,

550
00:39:22,790 --> 00:39:27,840
allora avete qualche possibilità di almeno
ottenerlo frammentario, soprattutto

551
00:39:27,840 --> 00:39:30,280
se hai male di internet.

552
00:39:30,280 --> 00:39:32,720
>> Purtroppo può racimolare solo HTML.

553
00:39:32,720 --> 00:39:35,190
Quindi, se avete
pages-- caricate dinamicamente

554
00:39:35,190 --> 00:39:39,480
e io vi mostrerò un esempio
come Kayak in una secondo--

555
00:39:39,480 --> 00:39:42,270
Nokogiri purtroppo
non può raschiare quello.

556
00:39:42,270 --> 00:39:45,700
>> Ma Kimono è anche facile da usare.

557
00:39:45,700 --> 00:39:48,330
Come si è visto, è essenzialmente
un punta e clicca.

558
00:39:48,330 --> 00:39:50,260
Si può raschiare JavaScript.

559
00:39:50,260 --> 00:39:53,790
Purtroppo, non c'è un massimo
per quante pagine si può raschiare.

560
00:39:53,790 --> 00:39:55,710
A volte è un po '
difficile da configurare.

561
00:39:55,710 --> 00:39:57,240
Essa si confonde.

562
00:39:57,240 --> 00:40:00,920
Ma è sicuramente
una cosa da considerare

563
00:40:00,920 --> 00:40:05,930
se non stai cercando di avere un
Super robusto raschiare mantenibile.

564
00:40:05,930 --> 00:40:09,010
Se si desidera ottenere
tutto fuori di una pagina in fretta,

565
00:40:09,010 --> 00:40:10,970
allora Kimono è un davvero
ottimo strumento da utilizzare.

566
00:40:10,970 --> 00:40:16,490
E come ho detto prima, c'è
la funzione avanzata di Kimono

567
00:40:16,490 --> 00:40:19,260
che come mostra
accedere al HTML unico

568
00:40:19,260 --> 00:40:24,210
elemento, che è super utile anche
se si sta lavorando in Nokogiri.

569
00:40:24,210 --> 00:40:30,370
>> Quindi, se andiamo al sito Kayak, per
ad esempio, si può vedere ci è--

570
00:40:30,370 --> 00:40:31,750
o forse non si può vedere.

571
00:40:31,750 --> 00:40:38,910
Ma se vi mostro l'URL per Kayak,
questo in realtà è solo l'URL di origine.

572
00:40:38,910 --> 00:40:43,800
Questo è l'URL prima di essere
modificato con qualsiasi script JavaScript

573
00:40:43,800 --> 00:40:45,350
che hanno in corso.

574
00:40:45,350 --> 00:40:52,420
E sta andando a un aspetto diverso
da ispezionare l'elemento.

575
00:40:52,420 --> 00:40:55,940
>> Quindi, se si passa attraverso e voi
all'altezza del Inspect Element

576
00:40:55,940 --> 00:41:00,340
codice al codice sorgente, è
in realtà sta per essere diverso.

577
00:41:00,340 --> 00:41:05,640
E questo è essenzialmente il motivo Nokogiri
non può raschiare siti caricati dinamicamente.

578
00:41:05,640 --> 00:41:08,810
Perché è Nokogiri
raschiando il URL di origine,

579
00:41:08,810 --> 00:41:16,310
considerando Kimono è in realtà
raschiando quello che stai essenzialmente

580
00:41:16,310 --> 00:41:18,260
vedendo in Seleziona elemento.

581
00:41:18,260 --> 00:41:23,880
>> Quindi, se vado attraverso e io
cercare di Kimonofy Kayak,

582
00:41:23,880 --> 00:41:26,600
Posso effettivamente andare attraverso
e selezionare il prezzo.

583
00:41:26,600 --> 00:41:32,360
E 'un po' più difficile,
e in questo caso, è

584
00:41:32,360 --> 00:41:36,600
in realtà vedendo questo prezzo
come diverse da queste.

585
00:41:36,600 --> 00:41:41,110
Così, mentre si può configure-- o
se non sono stati caricati in modo dinamico,

586
00:41:41,110 --> 00:41:43,620
è possibile configurare Nokogiri
per ottenere tutti questi.

587
00:41:43,620 --> 00:41:48,230
>> Perché la formattazione è leggermente
diverso per questo elenco

588
00:41:48,230 --> 00:41:51,280
come è rispetto al resto
di loro, e si può vedere qui

589
00:41:51,280 --> 00:41:54,830
in realtà è andato e
selezionati tutti i prezzi dei voli.

590
00:41:54,830 --> 00:42:01,200
Forse voglio selezionare
tempo di volo pure.

591
00:42:01,200 --> 00:42:04,700
E posso passare attraverso e
sorta di configurare tale.

592
00:42:04,700 --> 00:42:06,950
Io non voglio questo.

593
00:42:06,950 --> 00:42:10,200
Voglio solo il tempo del prossimo volo.

594
00:42:10,200 --> 00:42:17,030
E poi, dopo un paio di questi
passando, si ottiene l'immagine.

595
00:42:17,030 --> 00:42:19,080
Così Kimono piuttosto intelligente.

596
00:42:19,080 --> 00:42:21,900
E 'solo non è così robusto.

597
00:42:21,900 --> 00:42:26,710
>> Ci sono alcuni altri
alternative che è possibile utilizzare.

598
00:42:26,710 --> 00:42:31,600
E ti faccio vedere qui.

599
00:42:31,600 --> 00:42:35,790
Se si è più a suo agio
Python invece di Ruby forse,

600
00:42:35,790 --> 00:42:39,290
vi è una biblioteca
chiamato Beautiful Soup.

601
00:42:39,290 --> 00:42:40,430
È possibile utilizzare tale.

602
00:42:40,430 --> 00:42:42,270
E 'molto simile a Nokogiri.

603
00:42:42,270 --> 00:42:44,620
Ha un paio di più funzioni.

604
00:42:44,620 --> 00:42:52,160
È possibile trovare un tag HTML e
poi spostarsi verso l'alto o spostare lateralmente.

605
00:42:52,160 --> 00:42:54,690
>> C'è PyQt.

606
00:42:54,690 --> 00:42:57,820
Questo può effettivamente raschiare dinamico
siti, perché è una sorta di

607
00:42:57,820 --> 00:43:02,540
è un WebKit che finge di essere
un browser senza che in realtà

608
00:43:02,540 --> 00:43:03,670
essendo un browser.

609
00:43:03,670 --> 00:43:07,490
Quindi sarebbe attendere per tutta la
JavaScript per caricare prima, e poi

610
00:43:07,490 --> 00:43:09,560
entrare e cercare di raschiare il sito.

611
00:43:09,560 --> 00:43:13,560
>> Se si vuole attaccare con Ruby,
può andare un livello superiore rispetto Nokogiri.

612
00:43:13,560 --> 00:43:17,650
È possibile utilizzare Capybara con
un wrapper Poltergeist.

613
00:43:17,650 --> 00:43:22,910
E questo può effettivamente
essenzialmente fare la stessa cosa

614
00:43:22,910 --> 00:43:26,610
come PyQt, che è si tratta di un WebKit.

615
00:43:26,610 --> 00:43:29,610
Si attende la
JavaScript per caricare prima.

616
00:43:29,610 --> 00:43:33,340
Se giocherellare intorno con esso abbastanza,
si può anche farlo clicca sulle cose.

617
00:43:33,340 --> 00:43:42,780
>> Quindi, se c'è un link che
Non è un classico href dove

618
00:43:42,780 --> 00:43:46,350
il percorso è facilmente accessibile, e
è qualche cosa JavaScript che rileva

619
00:43:46,350 --> 00:43:49,490
un click, si può effettivamente fare.

620
00:43:49,490 --> 00:43:53,430
La biblioteca più popolare
per simulare un utente

621
00:43:53,430 --> 00:43:56,390
è in JavaScript, che è PhantomJS.

622
00:43:56,390 --> 00:44:01,010
Questo può ovviamente raschiare dinamico
siti perché questo è essenzialmente

623
00:44:01,010 --> 00:44:04,270
fingendo di essere Chrome
senza l'interfaccia utente.

624
00:44:04,270 --> 00:44:09,970
>> E poi, naturalmente più
robusto, ma l'opzione più lenta,

625
00:44:09,970 --> 00:44:13,260
è una automazione del browser selenio.

626
00:44:13,260 --> 00:44:15,550
E purtroppo,
non si sta andando ad essere

627
00:44:15,550 --> 00:44:19,770
in grado di farlo entro il vostro IDE CS50.

628
00:44:19,770 --> 00:44:24,140
Perché essenzialmente quello che
non fa altro che si avvia il vostro Chrome,

629
00:44:24,140 --> 00:44:27,090
Firefox, il browser qualunque
che si desidera utilizzare,

630
00:44:27,090 --> 00:44:32,570
e tiene traccia forse il mouse
movimento, qualunque cosa si digita,

631
00:44:32,570 --> 00:44:35,170
ed è appena sorta di
automatizza questo processo.

632
00:44:35,170 --> 00:44:42,070
Così è stato sviluppato come una sorta di
sito web strumento di test di automazione.

633
00:44:42,070 --> 00:44:45,910
Ma un sacco di gente usa
Selenio per raschiare siti web

634
00:44:45,910 --> 00:44:49,990
che altrimenti hanno un
molte difficoltà raschiatura

635
00:44:49,990 --> 00:44:53,700
con alcuni di questi strumenti, più rapidi.

636
00:44:53,700 --> 00:44:57,530
>> Ecco, questo è tutto quello che ho per il web scraping.

637
00:44:57,530 --> 00:44:58,090
Divertiti.

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

639
00:45:01,762 --> 00:45:02,680
>> PUBBLICO: Domanda.

640
00:45:02,680 --> 00:45:04,016
>> ROBERT KRABEK: Sì.

641
00:45:04,016 --> 00:45:12,840
>> PUBBLICO: Esiste un meccanismo di hash
il sito web in modo si potrebbe fondamentalmente

642
00:45:12,840 --> 00:45:14,207
passare attraverso di essa in seguito.

643
00:45:14,207 --> 00:45:15,040
ROBERT KRABEK: Sì.

644
00:45:15,040 --> 00:45:21,530
Così abbiamo messo la, nel nostro
esempio, per entrambi,

645
00:45:21,530 --> 00:45:24,980
abbiamo messo l'intero sito web in doc.

646
00:45:24,980 --> 00:45:31,260
E così si potrebbe effettivamente basta prendere il
doc variabile e scrivere in un file.

647
00:45:31,260 --> 00:45:35,490
Quindi, se volessi, potrei
scriverlo fuori come un file HTML,

648
00:45:35,490 --> 00:45:39,280
e poi invece di usare
OpenURI e una richiesta cURL,

649
00:45:39,280 --> 00:45:43,520
quindi ho potuto solo aprire doc
HTML e quindi cercare tale.

650
00:45:43,520 --> 00:45:47,960
>> PUBBLICO: Ma si può preservare
il tipo di esperienza online

651
00:45:47,960 --> 00:45:48,930
mentre lo fai non in linea.

652
00:45:48,930 --> 00:45:51,013
Per esempio. Quando sei
volante per diverse ore,

653
00:45:51,013 --> 00:45:54,070
Voglio fondamentalmente archivio
tutto il sito. [Incomprensibile]

654
00:45:54,070 --> 00:45:58,780
>> ROBERT KRABEK: Sì, questo è exactly--
così alla lettera ciò che questo sta facendo

655
00:45:58,780 --> 00:46:03,010
sta sta prendendo tutto
che sarebbe a questo URL.

656
00:46:03,010 --> 00:46:11,280
Quindi, se ci siamo imbattuti cURL, è
prendendo tutto questo HTML,

657
00:46:11,280 --> 00:46:14,590
ed è riporlo
all'interno del documento variabile.

658
00:46:14,590 --> 00:46:17,290
Allora si può fare tutto ciò che
si vuole fare con doc.

659
00:46:17,290 --> 00:46:18,575
Potete eseguire l'output in un file.

660
00:46:18,575 --> 00:46:19,950
PUBBLICO: Ma non è legato in su.

661
00:46:19,950 --> 00:46:20,780
Non è dinamica.

662
00:46:20,780 --> 00:46:22,770
Non è ricorsivo, giusto?

663
00:46:22,770 --> 00:46:24,016
Vedete cosa voglio dire?

664
00:46:24,016 --> 00:46:28,359
Sto cercando di fondamentalmente una sorta di hash
tutto il sito sul mio disco rigido

665
00:46:28,359 --> 00:46:31,150
in modo che potessi fondamentalmente farlo
per diverse ore senza internet.

666
00:46:31,150 --> 00:46:32,025
>> ROBERT KRABEK: Giusto.

667
00:46:32,025 --> 00:46:37,140
Quindi, se ho had-- così dov'è il mio file di I / O?

668
00:46:37,140 --> 00:46:47,766
Quindi questo è il file di I / O. Così dicono invece
di questo, io chiamo questo craigslist.html.

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

670
00:46:52,620 --> 00:46:53,940
Aprivo che fino.

671
00:46:53,940 --> 00:46:59,020
Avevo mette doc in esso.

672
00:46:59,020 --> 00:47:00,470
Chiudo il file.

673
00:47:00,470 --> 00:47:05,410
E poi solo perché il CS50 IDE
è sulla nuvola, che è tutto ciò.

674
00:47:05,410 --> 00:47:07,710
Posso andare qui.

675
00:47:07,710 --> 00:47:09,320
Posso scaricare il file.

676
00:47:09,320 --> 00:47:11,830
E allora sarebbe sul mio disco rigido.

677
00:47:11,830 --> 00:47:13,930
Così si può fare in questo modo.

678
00:47:13,930 --> 00:47:18,830
Oppure, se sei a casa, non si utilizza il
CS50 IDE, come Sublime o qualcosa,

679
00:47:18,830 --> 00:47:21,900
questo è ancora più facile, perché
questo è tutto disponibile localmente,

680
00:47:21,900 --> 00:47:23,020
non legato ad Internet.

681
00:47:23,020 --> 00:47:24,720
>> PUBBLICO: Capisco.

682
00:47:24,720 --> 00:47:26,580
Questo è per un problema particolare.

683
00:47:26,580 --> 00:47:30,410
Potete farlo in modo ricorsivo in modo che si
andare più strati profondi genere di cose?

684
00:47:30,410 --> 00:47:33,801
>> ROBERT KRABEK: posso scaricare le cartelle
come pure, se è questo che stai chiedendo.

685
00:47:33,801 --> 00:47:34,426
PUBBLICO: Sì.

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

687
00:47:39,890 --> 00:47:41,440
>> ROBERT KRABEK: Freddo.

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