RubyでIEのページを保存するソース

URL はダミーです。

Ruby から HTML ファイルを取得する方法ですが、

主な方法として次の3通りの手段があるかと思います。

1. COM の InternetExplorer.Application を使う方法

　 → InnerHTML を取得する方法。改行、タグの大文字・小文字、文字コードなどが変換されてしまう。

　 → ExecWB を使うという方法もあるが、ファイルを保存するダイアログが表示されてしまう。

　 → IWebBorwser2 → IHTMLDocument2 → IPersistFile → IPersistFile::Save()

　　　という方法もあることはあるが、スクリプトからは呼び出し不可（隠しAPI？）

2. COM の MSXML2.XMLHTTP を使う方法

　 → 改行、大文字・小文字などは変換されないが、バイナリで保存しないと SJIS に変換されてしまう。

3. Ruby の net/http ライブラリを使う方法

　 → オリジナルデータ（生データ）をそのまま取得することが可能。

一通り試してみましたが、Ruby で処理を行うのであれば、

「3.」の net/http ライブラリを使う方法（標準で使用可能）が良い気がします。

以下は、サンプルコードです。

（コードの一部の記号が全角になっていますので、適宜、半角に直してください。）

###########################################################

# 1. COM の InternetExplorer.Application を使う方法

###########################################################

require ’win32ole’

ie = WIN32OLE.new(’InternetExplorer.Application’)

ie.Navigate(”http://www.hatena.ne.jp/”)

# ie.Visible = true

while ie.busy

　sleep 1

end

filename = ENV[”USERPROFILE”] + ”￥￥デスクトップ￥￥” + ”test.html”

File.open( filename, ”w” ) do |file|

　ie.Document.All.each {|item|

　　if item.tagName.upcase == ”HTML”

　　　file.puts item.InnerHTML

　　end

　}

end

###########################################################

###########################################################

# 2. COM の MSXML2.XMLHTTP を使う方法

###########################################################

require ’win32ole’

http = WIN32OLE.new(’MSXML2.XMLHTTP’)

http.Open ”GET”, ”http://www.hatena.ne.jp/”, false

http.Send

filename = ENV[”USERPROFILE”] + ”￥￥デスクトップ￥￥” + ”test.html”

File.open( filename, ”w” ) do |file|

　file.puts http.responseText

end

###########################################################

# 3. Ruby の net/http ライブラリを使う方法

###########################################################

require ’net/http’

Net::HTTP.version_1_2

Net::HTTP.start(’www.hatena.ne.jp’, 80) {|http|

　response = http.get(’/index.html’)

　filename = ENV[”USERPROFILE”] + ”￥￥デスクトップ￥￥” + ”test.html”

　File.open( filename, ”w” ) do |file|

　　file.puts response.body

　end

}

URL は参考情報です。

また、別の方法として wget のようなツールを使うという手もあると思います。

どうしても Ruby でやりたいということでしたら、アレですが・・・。