nokogiri 速度很快。我现在也在用。网上评论比后者快几倍

Nokogiri 非常靠谱

我也用 nokogiri

各位知道为啥 Nokogiri 官网会被和谐吗？

说句欠揍的话，其实我更喜欢Python的http://www.crummy.com/software/BeautifulSoup/

Nokogiri 的文档太简陋了，而且 search 不喜欢，叫 find 该多好

借着这个帖子，顺便求教下，对于 ajax 动态加载的内容，大家都是怎么抓的？

#5 楼 @rocky 手动触发请求，nokogiri 无法自动触发 ajax 和 js

#4 楼 @camel 可以做一下比较么

#4 楼 @camel 同求。。我也很讨厌处理 js，要自己去看 js 文件然后想办法解析。。各种蛋疼啊。

@rocky @ywencn 不知道你们说的是不是等待页面 ajax 动态执行完成后再抓取呢，我用了一个插件 watir-webdriver，其中的方法 wait_until_present 可以等待某个标签出现。

#8 楼 @ywencn js 这东西根本不用看啊，直接 firebug 监控数据包，然后模拟发包即可。 #7 楼 @hooopo 我以前和同事比过，后来发现他用Beautiful Soup写的代码的确要漂亮些，可能也和我的能力相关吧。

Nokogiri 的用法我推荐三篇非常给力的文章： http://ruby.bastardsbook.com/chapters/html-parsing/ http://ruby.bastardsbook.com/chapters/web-inspecting-traffic/ http://ruby.bastardsbook.com/chapters/web-crawling/

想起几年前，曾经天天要跟 XML 和基于 Soap 的 WebServices 打交道，那个年代 nokogiri 还没有横空出世，手上只有两个选择：hpricot 和 libxml-ruby

libxml-ruby 是对 GNOME Libxml2 XML toolkit 的 Ruby 封装，速度一流，但是 API 语法晦涩，个人很不喜欢用，而且安装的时候需要你先装个 libxml2-dev 的库。

hpricot 是纯 ruby 实现，内部算法基于正则，解析速度也还行，当然没有基于 C 的 libxml-ruby 快，关键是 API 语法非常简洁清晰，所以在性能不是问题的情况下我首选 hpricot。

后来 nokogiri 出来了，我记得当时特意研究了一下 nokogiri 的实现，nokogiri 本质上仍然基于 Gnome 的 Libxml2，但是在 API 设计和语法上充分吸收了 Hpricot 和 XML Builder 的优点，当时甚至还能从源码中找到 XML Builder 和 Hpricot 的 namespace，不过貌似现在已经被移除了。所以本质上说，nokogiri 是基于 C 的并且兼容 Hpricot 的一套优秀的 XML 库，所以除非部署环境不允许，不能允许安装独立第三方库 libxml2-dev 的情况下，首选 Nokogiri。

#10 楼 @camel nokogiri 用 css 选择器和 xpath 解析 dom，已经很优雅了..

@huyong36 恩，我说的就是这个，很有用，谢啦

新手想问一下，肿么解析 xml，再将数据导入到 sqlite 里？

nokogiri 解析 xml 有 bug 这里的 xml http://www.cnblogs.com/WilsonWu/archive/2008/04/27/1173555.html

#10 楼 @camel 感谢^1000，这文章太好了，正对口