后端-使用 Ruby 的 Nokogiri 库来解析

爬虫程序的主要目标是获取指定网站上的数据。在这里，我们将使用 Ruby 的 Nokogiri 库来解析 HTML，并使用 HTTParty 库来发送 HTTP 请求。下面是一个简单的示例，演示如何使用 Ruby 编写一个爬虫程序来爬取 1688 网站的数据。

require 'nokogiri'
require 'httparty'


# 定义要爬取的 URL
url = "jshk.com.cn"

# 使用 HTTParty 发送 HTTP 请求
response = HTTParty.get(url, headers: {
     "Proxy-Host" => proxy_host, "Proxy-Port" => proxy_port })

# 使用 Nokogiri 解析 HTML
doc = Nokogiri::HTML(response.body)

# 获取网页中的所有商品链接
links = doc.css(".product-item")

links.each do |link|
  puts link["href"]
end

上述代码的工作步骤如下：

1. 首先，我们引入了 Nokogiri 和 HTTParty 库。

2. 然后，我们设置了代理信息，包括代理服务器的主机名和端口号。

3. 接下来，我们定义了要爬取的 URL，即 1688 网站的首页。

4. 使用 HTTParty 发送 HTTP 请求，并设置代理信息。

5. 使用 Nokogiri 解析返回的 HTML。

6. 使用 CSS 选择器获取网页中的所有商品链接。

7. 最后，遍历所有链接，并打印出每个链接的 URL。

注意：在实际使用中，可能需要处理各种异常情况，例如网络连接错误、HTTP 请求错误等。