Nokogiriでページタイトルを取得する

これがあんまりうまく行かない場合が多い。ローカル(Mac)では取得できるけどherokuでダメってことも多い。
ということで今のところ以下のように落ち着いてる。

	require 'rubygems'
	require 'nokogiri'
	require 'open-uri'
	require 'nkf'
	def get_title(url)
	url.gsub!(Regexp.new("[^#{URI::PATTERN::ALNUM}\/\:\?\=&~,\.\(\)#]")) {|match| ERB::Util.url_encode(match)}
	read_data = NKF.nkf("--utf8", open(url).read)
	Nokogiri::HTML.parse(read_data, nil, 'utf8').xpath('//title').text
	end
	p get_title 'http://example.com/hoge/huga'

view raw gistfile1.rb hosted with ❤ by GitHub

取得先のHTML構造が壊れていたり、URLに日本語がそのまま含まれていたりすると厄介。