为什么Nokogiri找不到此img src？

问题描述

我要从此网址获取图片：

doc_autobip = Nokogiri::HTML(URI.open('https://www.autobip.com/fr/actualite/sappl_mercedes_benz_livraison_de_282_camions_mercedes_benz/16757'))

img标签是：

<img src="https://www.autobip.com/storage/photos/articles/16757/sappl_mercedes_benz_livraison_de_282_camions_mercedes_benz_2020-08-12-09-1087474.jpg" class="fotorama__img">

从逻辑上讲这很有用

src_img = article.css('img.fotorama__img').map { |link| link['src'] }

但是我总是src_img = [] !!

任何想法，请

解决方法

正在将html类fotorama__img动态添加到图像。尽管您可以在查看页面时看到它，但是在fotorama__img页面上找不到View Source类。

Nokogiri，获取网站的资源并且不等待页面上的javascript执行。

您可以尝试使用类似的方法

doc_autobip = Nokogiri::HTML(URI.open('https://www.autobip.com/fr/actualite/sappl_mercedes_benz_livraison_de_282_camions_mercedes_benz/16757'))
# the div wrapping the image has the classes "fotorama mnmd-gallery-slider mnmd-post-media-wide" 
doc_autobip.css('.fotorama.mnmd-gallery-slider.mnmd-post-media-wide img').map { |link| link['src'] }

这只是为了证明它有效。您可以明智地选择使用哪些元素和类来使其工作。

更新：

或者，如果要加载页面内容，可以使用watir

require 'nokogiri'
require 'watir'

browser = Watir::Browser.new
browser.goto 'https://www.autobip.com/fr/actualite/sappl_mercedes_benz_livraison_de_282_camions_mercedes_benz/16757'

doc = Nokogiri::HTML.parse(browser.html)
doc.css('img.fotorama__img').map { |link| link['src'] }

但是您需要安装其他驱动程序才能使用watir fyi。