Continuando na minha dúvida cruel sobre o próximo gadget que eu vou comprar, resolvi fazer programinha para me alertar sobre os preços do Tungsten TX, consultando direto no Buscapé (consultei até 2 páginas de resultados mas esse limite pode ser aumentado facilmente), assim poderia ficar de olho nos preços e ver quando aparece algum interessante. Tá bom, o Buscapé tem até um email para avisar sobre isso, mas sabe como é, a gente gosta de escovar bits, então ... ;-)

Para fazer o parsing do resultado do site, utilizei o Hpricot, do Why. Segundo ele, o Hpricot é:

A Fast, Enjoyable HTML Parser for Ruby

Hpricot is a very flexible HTML parser, based on Tanaka Akira's HTree and John Resig's JQuery, but with the scanner recoded in C (using Ragel for scanning.) I've borrowed what I believe to be the best ideas from these wares to make Hpricot heaps of fun to use.

Para isso eu criei esse programa, que roda no eu usa o Kdialog para me avisar quando tiver alguma coisa interessante. Olhem só:

#!/usr/local/bin/ruby
require 'rubygems'
require 'hpricot'
require 'open-uri'

precos      = []
limite      = 1000

# verifica duas páginas
1.upto(2) do |pagina|
   puts "Verificando a página #{pagina}"
   doc      = open("http://compare.buscape.com.br/prod_unico?idu=43847&pagina=
#{pagina}&kw=palm+tx") {|stream| Hpricot(stream)}
   doc.search("//a[@class='xl']").collect do |preco|
      precos << preco.inner_text.match(/[\d.]+/).to_s.sub('.','').to_i
   end
end

# será que encontramos alguma coisa?
precos   = precos.select {|valor| valor < limite}
return if precos.size < 1

# se sim, me avise por favor!
mensagem = precos.sort.uniq.collect {|preco| "R$ "+preco.to_s}.join(", ")
`kdialog --title "Preços do TX" --msgbox "#{mensagem}"`

O resultado pelo menos agora é:

Aqui vocês podem encontrar a documentação do Hpricot. Realmente é um parser leve, eficiente, e fácil de usar.

Atualizado: Apesar de estar claro ali, acho que eu esqueci uma explicação da coisa, mas não tem segredo:

• O open do open-uri abre a URL e pega o seu fonte
• O fonte é convertido em um objeto com Hpricot(stream)
• search("//a[@class='xl']") procura todos os elementos a que tenham a class igual xl, o que no caso do site em questão, indica os links para os resultados da busca
• inner_text retorna o texto do link, ou seja, o que está entre <a> e </a>

Comentários

Comentários fechados.

• Misso dom, 16 de setembro de 2007, 02:26:12 -0300

  A hpricot é legal, mas estou me batendo pra acessar o conteudo de um frame, pois no html da página aparece algo assim:

  Muito boa a sua dica, um abraço!

• Terramel qua, 18 de abril de 2007, 15:07:59 -0300

  Hmm, interessante esse negócio! Assim que eu tiver um tempo vou ver se baixo e ponho com seu código pra fazer umas comparações de preço (e ai vou ver se adapto tirando o kdialog e fazendo aparecer no terminal mesmo ou em algum desklet tipo o torsmo ou adesklets pra ficar legal no meu fluxbox ;D)

  Abraços

• Carlos Brando qua, 18 de abril de 2007, 01:03:22 -0300

  Curioso este tal de Hpricot. Já precisei fazer algo parecido e não o conhecia. Obrigado pela dica de como usá-lo.

• Walter Cruz ter, 17 de abril de 2007, 16:24:05 -0300

  Bacana! Há uns dias atrás eu precisei fazer algo semelhante e usei o Beautiful Soup do Python (Existe o Rubyful Soup, mas o mais utilizado é o hipcrot mesmo).

  No trabalho as vezes pedimos comida por telefone. Como o cardápio de onde pedimos muda diariamente, tou tentado a fazer qualquer coisa assim pra mandar o cardápio do dia pra galera, diariamente :)

  Nada melhor que um programador bem motivado!

• TaQ ter, 17 de abril de 2007, 14:14:33 -0300

  Cris,

  Dá também uai. É só colocar umas URLzinhas a mais ali. :-)
  E os preços lá estão quase iguais aos das grandes lojas, com a vantagem que essas parcelam em bastante vezes sem juros.
  Mas o X da coisa foi mostrar o Hpricot, ele é muito prático. :-)

• Cristiano Dias ter, 17 de abril de 2007, 12:38:22 -0300

  Por que não o Mercadolivre?