清理刮引入nokogiri输出

的就是我刮输出给我留下了这一点：清理刮引入nokogiri输出

<li><img class="static" src="pic.jpg"><span id="dynamic1" class="the text">I like turtles</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic2" class="the text">I like bears</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic3" class="the text">I like ruby</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic4" class="the text">I like oranges</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic5" class="the text">I like keyboards</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic6" class="the text">I like movies</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic7" class="the text">I like Android</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic8" class="the text">I like Mac</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic9" class="the text">I like music</span></li> 
<li><img class="static" src="pic.jpg"><span id="dynamic10" class="the text">I like boats</span></li>

有一个与跨类中的每个时间是不同的约100行的这一点，和“我喜欢乌龟“每一部分都有所不同。

理想情况下，我只希望每行的“我喜欢海龟”部分。有没有办法得到这个？

实施例10行

来源

2012-06-02 Stn

有一种方法;如果你发布了这100行中的10行，我们可以确定正确的模式...... –

是否正确假设你的'span'，不管class是什么，总是遵循（就像在'after-sibling'中一样） 'img'，是'li'的孩子吗？ –

添加了10行。 – Stn

如果结束了这样一堆HTML的：

<ul> 
    <li><img ...><span ...>I want this text</span></li> 
    <li><img ...><span ...>I want this text</span></li> 
    ... 
</ul>

然后，可以提取<li>秒，然后提取各<li>文本而忽略内部的标签它：

texts_you_want = doc.css('li').map(&:text)

这将忽略内部吨的<img>和<span>元件他<li> s，没有人需要关心他们碰巧有什么类。

来源

2012-06-02 02:42:18

非常感谢。我将不得不阅读地图方法。 – Stn

遵循与“doc.css()”相关的“约定”。

引入nokogiri允许你对Nokogiri::HTML结果运行的XPath，如果它是一个良好的XML：

text_you_want = doc.xpath("//li/span").map(&:text)

附：我做//而不是根/的原因是因为如果你用Nokogiri::HTML解析你的剩菜，它会把它包装到你的<html><body>中。写XPath到你的片段/html/body/li/span看起来有点尴尬:)

来源

2012-06-02 02:52:25

能否请你解释一下“map（＆：text）”的工作原理，或者有关它的任何指针，“＆：”看起来很有趣，它是如何工作的？它似乎不是一个标准的运营商，看起来像一个魔术。 –

@AmolPujari，谷歌“处理程序的符号”。你会发现和学习的东西远远超过我在评论领域所能说的。 –

@AmolPujari：简而言之，'x.map（＆：m）'是'x.map {| o | o.m}'，它可以很好地消除块和可变噪声，并且可以让你直接点。 –

清理刮引入nokogiri输出

回答

相关问题