#Getchu.com Scraping Tools

http://www.getchu.com/

Command Util

get_monthly_title_list.rb

エロゲの月別発売ページからタイトルを抽出します

項目	説明
引数1	HTMLファイル名、もしくはURL

bundle exec ruby get_monthly_title_list.rb 'http://www.getchu.com/all/month_title.html?genre=pc_soft&gage=all&year=2014&month=7'
bundle exec ruby get_monthly_title_list.rb sample_page/2015_01.html

開発Tips

デバッグ用にページを保存しておくためのcurlコード

curl -o ./sample_page/2015_02.html 'http://www.getchu.com/all/month_title.html?genre=pc_soft&gage=&year=2015&month=02'

• -o でファイル名を指定しないと変なファイル名になる(クエリーパラメーターに特殊文字があるので)
• URLを'で囲まないと途中で切れる(シェル特殊文字を含むため)