当我使用Mechanize links_with方法抓取一组链接时，我只想显示链接的文本，但我得到一系列额外字符：使用Ruby机械化“links_with”来抓取文本，但获取额外内容
links = @some_page.links_with(text: /V\s.*(BENCH|EARCX)|(BENCH|EARCX).*V/)
links.each do |link|
link.text
end
的链接显示在浏览器中的“23409BENCH092834”和“20193BENCH092339”然而这正是我希望当我去将它们保存在我的数据库，他们得到保存为
\r\n\t\t\t\t\r\n\t\t\t\t\t 23409BENCH092834\r\n\t\t\t\t\r\n\t\t\t\t
如果没有这些额外的角色来自他们代表什么？我试过对他们使用text和to_s，但它并没有摆脱这些随机字符。
我认为他们可能是转义代码，但如果是的话，我会如何删除它们？
您没有给我们示例HTML，显示您正在使用的标记。这使你很难帮助你。不要那样做;帮助我们帮助你。
机械化使用Nokogiri内部并可以返回给你一个Nokogiri文件，所以你会想要得到它。从那里你在Nokogiri的领域，这将让你更多的控制搜索。
使用Mechanize的links_with查找文档中的所有匹配链接并将它们返回为Node，AKA NodeSet的数组。那些可能包含很多其他节点，它们负责您看到的选项卡和返回。虽然links_with很有用，但您必须始终注意什么东西正在返回，以便您能够正确地做出反应。
您看到的问题是因为您在提取文本时没有访问正确的标记，或者您在链接中看到的值与您报告的不完全一致。
考虑一下：
require 'nokogiri'
doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<p>foo</p>
|
<p>bar</p>
</body>
</html>
EOT
从不是确切的一个更高的标签（父）提取文本，你应该将返回在父母的一切：
doc.search('body').text # => "\nfoo\n|\nbar\n"
注意到它捡起线标签之间的破解和|。这是因为text返回全部文本节点，而不仅仅是子标签内的那些节点。所以明确你想要什么是重要的。
同样，搜索仅p标签返回所有在他们里面找到的文本：
doc.search('p').text # => "foobar"
这也不会因为text平时工作将串联在返回的节点集发现的节点中的所有文本search，这通常不是很有用。
相反，找到你想要的特定节点，并得到其文本：
doc.at('p').text # => "foo"
at返回第一个匹配的节点，相当于search('p').first。
如果你想全部来自p节点的文字，然后在它们之间迭代：
doc.search('p').map(&:text) # => ["foo", "bar"]
在更复杂的文件中，我们往往要找到标签的层次结构中的特定的里程碑，找到它，然后进一步搜索，但这是一个单独的问题。
把所有一起，这里是一个示例，帮助形象化你遇到什么和如何对付它：
require 'nokogiri'
doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<a href="http://example.com">
<span class="hubbub">foo</span>
</a>
|
<a href="http://example.com">
<span class="hubbub">bar</span>
</a>
</body>
</html>
EOT
不要做这些：
doc.search('body').text # => "\n \n foo\n \n |\n \n bar\n \n"
doc.search('a').text # => "\n foo\n \n bar\n "
做这些：
doc.search('a span').map(&:text) # => ["foo", "bar"]
或者：
spans = doc.search('a').map{ |link|
link.at('span').text
}
spans # => ["foo", "bar"]
第一种速度更快，因为它依靠libXML2代码来查找'a span' CSS选择器中定义的匹配span节点。第二个比较慢，但更灵活，可以使用Ruby的语言迭代并查看标签。
也参见“How to avoid joining all text from Nodes when scraping”。
使用'regex'是我处理这个问题的方式。 – JonB