只忽略某些div内的元素

我有一个基本的网页刮板，它从网页中拉出一小段文本并将它们放入列表中。我的问题是，有动态广告出现在页面上，并弄乱了列表。我正在刮的页面是一个Yelp餐厅列表页面。只忽略某些div内的元素

我拔出biz-name（商业名称）并将其添加到列表中，并且它工作正常，但是当广告出现时，scraper也会拉动biz-name。

这是结构，但我不知道如何忽略'AD元素'，只是刮普通的商业名称。我削减了很多，删除了“不重要”的元素。

这是一则广告：

<li class="yloca-search-result"> 
    ... 
     ... 
     <a class="biz-name"...><span>San Lorenzo’s</span></a> 
</li>

这是一个常规列表：

<li class="regular-search-result"> 
    ... 
     ... 
     <a class="biz-name"...><span>BigGrill</span></a> 
</li>

我一直在努力使引入nokogiri忽略了企业名称的<li class="yloca-search-result">内，只能选择别人在regular-search-result类中。我无法弄清楚。至少有人能指出我正确的方向吗？可能吗？

您知道Yelp有一个[API]（https://www.yelp.com/developers/documentation/v2/overview）旨在帮助您避免刮页吗？我建议利用它。 –

@theTinMan我试过了，但它没有给出相同的结果，它仅限于许多结果。这显然更容易使用，但刮擦给了我更好的结果。 – boogiewonder

请注意，他们的TOS可能禁止刮擦，因此您很有可能被禁止。 –

我想通了。并不难，但我只是看不到答案。

ad = doc3.at_css("li.yloca-search-result") 
ad.remove

2015-12-02 17:51:46 boogiewonder

您可能想要使用'doc3.search（'li.yloca-search-result'）。unlink'。这将一次性删除页面中的所有广告。 –

@theTinMan谢谢！ – boogiewonder

回答