# サイトマップから内部リンクのリストを作る

# ライブラリ"hpricot"を使う。HTMLのタグごとにエレメンツに分ける。
require "hpricot"

# ライブラリ"open-uri"を使う。開いてHTMLを取る。
require "open-uri"

# "http://eri.cheap.jp/site_map/index.htm"を「sitemapurl」という名前にする。
sitemapurl = "http://eri.cheap.jp/site_map/index.htm"

# 「sitemapurl」をHTMLのタグごとのエレメンツに分けたもの全体を「doc」という名前にする。
doc = Hpricot(open(sitemapurl))

# 各エレメンツの中で、<a>タグで「href^=http://」のないものの全体を「list」という名前にする。
list = doc.search('a:not([@href^=http://])')

# 「list」の1つずつを「link」と呼んで、
# 「link」の中の"href"属性を抜き出したものを「href」と呼んで、
# 「sitemapurl」から見た「href」をあわせて、絶対パスのURLにしたものを出力。
list.each{|link|
href = link.get_attribute("href")
puts URI.join(sitemapurl , href)
}