在引入nokogiri

Question

选择的变化，我刮这两个网站：

1. https://www.library.uq.edu.au/uqlsm/availablepcsembed.php?branch=Law
2. https://www.library.uq.edu.au/uqlsm/availablepcsembed.php?branch=BSL。

不幸的是，它们有变化。其中一个在href标记内具有级别名称（例如级别2），而另一个只是纯文本。我如何选择一个或另一个取决于哪一个？

我想这无济于事：

level.css(/"a[href]"|".left"/).text 

这里被缩短2 HTML部分的版本：

<table class="chart"> 
    <tr valign="middle"> 
     <td class="left">Level 2</td> <!-- the problem --> 
     <td class="middle"><div style="width:86%;"><strong>86%</strong></div></td> 
    </tr> 
</table> 

<table class="chart"> 
    <tr valign="middle"> 
     <td class="left"><a href="availablepcsembed.php?branch=BSL&room=Lvl1">Level 1</a></td> 
     <td class="middle"><div style="width:32%;"><strong>32%</strong></div></td> 
    </tr> 
</table> 

我的代码（来自于整个方法的代码部分编辑）

def self.scrape_details_page(library_url) 
    details_page = Nokogiri::HTML(open(library_url)) 

    details_page.css("table.chart tr").collect do |level| 
     right = level.css(".right").text.split 
     {level: level.css("a[href]").text, available: right[0], out_of_available: right[3]} 
    end 
end 

Answer 1

多亏了我的灵感固定它使用.css(".left").text。这只是选择tr内左侧td中的所有文本。

工作代码：

def self.scrape_details_page(library_url) 
    details_page = Nokogiri::HTML(open(library_url)) 

    details_page.css("table.chart tr").collect do |level| 
     right = level.css(".right").text.split 
     {level: level.css(".left").text, available: right[0], out_of_available: right[3]} 
    end 
end 

Answer 2

如果你想要做的就是抢在最里面的div中的文字，你应该能够下潜所有通过在解析的td元素上调用#text来降低方式。不需要考虑和走路可能存在于其内的额外标签，例如链接标签。鉴于你的代码写的：

details_page.css("table.chart tr").collect do |level| 
    level = level.text 
end 

对于每一个元素，这将拉动水平标签或百分比值（内部文本）作为一个字符串，并赋值给变量的水平。

编辑：另外，如果您关心越来越级别的标签，你可以通过过滤类的元素前面：从@jk_

details_page.css("table.chart tr td.left").collect do |level| 
    level = level.text 
end 

Answer 3

的answer by jk_应该在这个特殊的情况下工作。

在更一般的情况下，如果您打算使用CSS选择器，则需要对“或”（逗号）使用CSS语法。因此，如果您打算使用您最初询问的选择器，它会是

level.css('a[href], .left').text