問題描述

URL：http://www.baidu.com/s?wd=site:www.cnblogs.com代碼：

def get_html(url) uri = URI(url) p resp = Net::HTTP.get(uri)end

而獲取到的結果是百度首頁的源碼，并不是搜索site:www.cnblogs.com的結果

不知道，Ruby中有關于網絡編程方面的好書籍沒？剛接觸ruby，很多東西不知道從何找（目前都是到官網看文檔）。

使用PHP簡單實現了下：

<?phpset_time_limit(0);function _rand(){ $length = 26; $chars = '0123456789abcdefghijklmnopqrstuvwxyz'; $max = strlen($chars) - 1; mt_srand((double)microtime() * 1000000); $string = ’’; for ($i = 0; $i < $length; $i++) {$string.= $chars[mt_rand(0, $max) ]; } return $string;}$HTTP_SESSION = _rand();$HTTP_SESSION;$HTTP_Server = 'www.baidu.com';$HTTP_URL = '/s?wd=site:www.cnblogs.com';$ch = curl_init();curl_setopt($ch, CURLOPT_URL, 'http://' . $HTTP_Server . $HTTP_URL);curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)');$res = curl_exec($ch);curl_close($ch);print_r($res);

問題解答

不管你使用什么語言的代碼來抓取，你都不可能這么簡單就就抓到百度的內容了。百度不是以前那個百度了，沒各種cookie認證，屁都抓不到，你最好研究一下看看有沒有api吧，百度前端的代碼各種繞，目的就是不讓你抓到。

http://www.baidu.com/s?wd=www.cnblogs.com&rsv_bp=0&ch=&tn=19045005_5_pg&bar=&rsv_spt=3&ie=utf-8&rsv_n=2&rsv_sug3=1&rsv_sug4=57&rsv_sug2=0&inputT=635樓主，這樣么一大堆扔出去才有回吧？

樓主 ，你是要 抓取 baidu采集的 興趣點poi嗎？