有没有办法用ruby选择某个类的html元素？

Question

如果我使用

require 'net/http' 

source = Net::HTTP.get('stackoverflow.com', '/index.html') 

从URL中提取的源代码，是有办法，在Ruby中，找到与某一类的所有链接元素，然后提取这些网址的href属性，把它们放在一个数组中？ （我知道我会如何做到这一点在JavaScript，但不是在红宝石。）

也许我不想用net/http？

Answer 1

你可以使用HTML/XML解析器：引入nokogiri，机械化

Answer 2

Hpricot是一个很好的XML/HTML解析器，你可以用它来做到这一点。

Answer 3

尝试搜索解析HTML/DOM以查找相关结果。我确定那里有一吨。

How to manipulate DOM with Ruby on Rails

Answer 4

使用Mechanize并考虑this页。

Answer 5

require 'open-uri' 
require 'hpricot' 

source = open('stackoverflow.com/index.html').read # get raw html 

doc = Hpricot(source) # parse with Hpricot 
links = doc.search("//a[@class~='foo_bar']").collect { |a| a[:href] } # search for all links with 'foo_bar' class and then collect array of links 

注：代码没有经过优化，所以阅读角度来说，Hpricot文档，如果你想改善它;）

Answer 6

听起来好像Nokogiri将是您的最佳选择。

require 'nokogiri' 
require 'openuri' 

doc = Nokogiri::HTML(open('http://stackoverflow.com/index.html')) 
doc.xpath('//h3/a[@class="foo"]').each do |element| 
    # do something with element 
end