Ruby 入門筆記 (一)：環境建置與圖片爬蟲實戰

Ruby 以「程式設計師最好的朋友」著稱，語法自然、標準庫豐富。本文記錄 Windows 下安裝 Ruby、推薦 IDE (EasyEclipse for Ruby/Rails)、並以淘寶商品列表圖片批量下載為例，展示不足百行代碼完成「分頁遍歷 + 正則提取圖片 URL + 多執行緒下載」的強大表達力。

一、環境建置

1. Ruby 安裝：官網下載 RubyInstaller (含 DevKit)，一鍵安裝，自動配置 PATH
2. IDE 推薦：
   • EasyEclipse for Ruby and Rails：整合好插件的 Eclipse 發布版，開箱即用
   • 或 Eclipse + DLTK (Dynamic Languages Toolkit) + RDT/RadRails 插件
   • VS Code + Ruby 擴充套件 (現代輕量首選)

二、核心工具模組 (util.rb)

require 'net/http'
require 'open-uri'

# 獲取網頁原始碼
def query_url(url)
  Net::HTTP.get(URI.parse(url))
end

# 下載檔案至指定目錄
def save_url(url, dir, filename = nil)
  filename ||= url[url.rindex('/')+1..-1] # 取 URL 最後段作檔名
  Dir.mkdir(dir) unless File.exist?(dir)  # 確保目錄存在

  open(url) do |fin|
    File.open(File.join(dir, filename), "wb") do |fout|
      while chunk = fin.read(1024)
        fout.write(chunk)
      end
    end
  end
end

三、淘寶商品列表圖片爬蟲主程式

require_relative 'util'

start_url = 'https://list.mall.taobao.com/1424/g-d-----40-0--1424.htm'

while start_url && !start_url.empty?
  puts "開始下載頁面: #{start_url}"
  content = query_url(start_url)

  # 1. 提取下一頁連結
  next_page = content.scan(/下一頁<\/span><\/a>/)
  start_url = (next_page[0] && next_page[0][0]) ? next_page[0][0] : nil

  # 2. 提取所有圖片 URL (img.src 以 https://img[數字]. 開頭)
  imgs = content.scan(//)
  imgs.each do |img_arr|
    url = img_arr[0]
    save_url(url, "d:\\mall\\")
    print "." # 進度指示
  end
  puts
  
  # break # 測試時可取消註解僅跑第一頁
end
puts "全部下載完成！"