இணைய சுரண்டல் (web scrapping) ரூபி ஸ்கிரிப்ட்டில்

நேற்று சென்ணை பல்கலைகழக தேர்வு முடிவுகள் வெளியானது. ஒவ்வொரு resultஐயும் தனித்தனியாக பார்க்க ரொம்ப நேரமாகும். எல்லாருடைய resultஐயும் ஒரே பக்கத்தில் பார்க்க இந்த script உதவியது. என் நண்பர் ராஜ்குமார் அண்ணா பல்கலைகழக தேர்வு முடிவுகளை எடுக்க இந்த scriptஐ எழுதினார். நான் இதை சிறிது மாற்றியுள்ளேன் (சென்னை பல்கலைக்கழகத்திற்காக). இதைக்கொண்டு html மற்றும் txt fileஆக output எடுக்க முடியும்.

அதற்கு முன் hpricot மற்றும் open-uri என்ற இரு gemகள் தேவை

$sudo gem install hpricot open-uri

கொடுத்து நிறுவிகொள்ளவும்

# Fetch my class students exam result from University site
# Progamme name scrabing_exam_results.rb
# Author : Rajkumar.S
# moded by: Manimaran G
# version : 0.01
# License: GNU GPL 3

require 'rubygems'
require 'open-uri'
require 'hpricot'

url = "http://schools9.com/mad0702.aspx?htno="
# exam_no is a range
exam_no = "s900488".."s900517"

exam_no.each do |each_number|
doc=Hpricot(open(url+each_number))
data=doc.search('table')
# write a file as html format easily view all results in one page
File.open("result.html","a") {|f| f.puts(data)}
# find the inside content of table tag
x=doc.search('table').inner_html
# it is remove the html tags
a=x.gsub(/<\/?[^>]*>/,"")
# spearate an array where \n is placed
b=a.split.join("\n")
puts b+"\n"+"======================="

File.open("result.txt","a") { |f| f.puts(b+"\n\n"+"=================")}

end

எதாவது சந்தேகம் இருந்தால் தெரிவிக்கவும்.

நன்றி: http://upcomer.wordpress.com/