Hpricot元素交叉点

我想从不符合某些条件（class =“int”或class =“ext”）的HTML页面（实际上是tinymce用户输入）中删除所有图像，并且我正在使用正确的方法。这就是我在做什么至今：Hpricot元素交叉点

hbody = Hpricot(input) 
@internal_images = hbody.search("//img[@class='int']") 
@external_images = hbody.search("//img[@class='ext']")

但我不知道如何找到图像所在班级有错误的值（不是“内部”或“外部”）。

我还必须遍历元素来检查其他属性，这些属性不是标准的html（我用它们来设置内部值，比如我在属性dbsrc中设置的DB ID）。我是否也可以访问这些属性，并且在他们不符合我的标准时是否有办法删除某些元素（位于hpricot搜索结果中）？

感谢您的帮助！

来源

2009-06-29 Ole Spaarmann

>> doc = Hpricot.parse('<html><img src="foo" class="int" /><img src="bar" bar="42" /><img src="foobar" class="int"></html>') 
=> #<Hpricot::Doc {elem <html> {emptyelem <img class="int" src="foo">} {emptyelem <img src="bar" bar="42">} {emptyelem <img class="int" src="foobar">} </html>}> 
>> doc.search("img")[1][:bar] 
=> "42" 
>> doc.search("img") - doc.search("img.int") 
=> [{emptyelem img src"bar" bar"42"}]

一旦你有搜索结果，你可以使用正常的数组操作。非标准属性可通过[]访问。

来源

2009-06-29 14:52:41

哇，很容易，所以我可以使用“collection_one - collection_two”从collection_one中删除collection_two中的所有元素？谢谢！ – 2009-06-29 15:01:20

重要提示，在'z = x - y'之后，x不会改变，z只会包含所有不在y中的x。 – rampion 2009-06-29 15:09:18

查看not CSS selector。

(hbody."img:not(.int)") 
(hbody."img:not(.ext)")

不幸的是，它似乎并不能连接表达式。您可能想要获取所有img节点，并删除那些.css选择器既不包含.int也不包含.ext的节点。此外，您可以使用差异运算符来计算哪些元素不是两个集合的一部分。

使用.remove方法删除节点或元素：Hpricot Altering文档。

来源

2009-06-29 15:02:44

Hpricot元素交叉点

回答

相关问题