引入nokogiri +通过文本

Question

我是新来引入nokogiri到目前为止最熟悉CSS选择器机械化CSS选择，我想从表剖析信息，下面是桌子的样品，我正在使用的代码，我被困在适当的if语句中，因为它似乎返回表的全部内容。

表：

<div class="holder"> 
    <div class ="row"> 
    <div class="c1"> 
    <!-- Content I Don't need --> 
    </div> 
    <div class="c2"> 
    <span class="data"> 
    <!-- Content I Don't Need --> 
    <span class="data"> 
    </div> 
</div> 
... 
<div class="row"> 
    <div class="c1"> 
    SPECIFIC TEXT 
    </div> 
    <div class="c2"> 
    <span class="data"> 
    What I want 
    </span> 
    </div> 
</div> 
</div> 

我的脚本：（如果特定文本在表格中找到返回的每一个“div.c2 span.data”变量 - 所以我要么搞砸了我做循环的知识或者如果语句）

data = [] 
page.agent.get(url) 
page.search('div.row').each do |row_data| 
if (row_data.search('div.c1:contains("/SPECIFIC TEXT/")').text.strip 
    temp = row_data.search('div.c2 span.data').text.strip 
    data << temp 
end 
end 

Answer 1

当您可以在单个CSS选择器中提取所需内容时，无需停止并插入ruby逻辑。

data = page.search('div.row > div.c1:contains("SPECIFIC TEXT") + div.c2 span.data') 

这将只包括那些匹配选择器（例如按照特定文本）。

这里就是你的逻辑可能出现了问题：

此代码

if (row_data.search('div.c1:contains("SPECIFIC TEXT")'... 
    temp = row_data.search('div.c2 span.data')... 

首先搜索该行针对特定的文本，那么如果它匹配，返回匹配第二个查询的所有行，其中有相同的起点。关键是上面的CSS选择器中的+，它将返回紧接在后面的元素（例如下一个兄弟元素）。当然，我正在做一个假设，即下一个元素总是你想要的。

Answer 2

我做

require 'nokogiri' 

html = <<_ 
<div class="holder"> 
    <div class ="row"> 
    <div class="c1"> 
    <!-- Content I Don't need --> 
    </div> 
    <div class="c2"> 
    <span class="data"> 
    <!-- Content I Don't Need --> 
    <span class="data"> 
    </div> 
</div> 
<div class="row"> 
    <div class="c1"> 
    SPECIFIC TEXT 
    </div> 
    <div class="c2"> 
    <span class="data"> 
    What I want 
    </span> 
    </div> 
</div> 
</div> 
_ 

doc = Nokogiri::HTML(html) 
css_string = 'div.row > div.c1[text()*="SPECIFIC TEXT"] + div.c2 span.data' 
doc.at(css_string).text.strip 
# => "What I want" 

如何选择那些会在这里工作 -

• [name*="value"] - 选择具有包含给定的字符串值的指定属性的元素。

• Child Selector (“parent > child”) - 选择由“父母”指定元素的“小孩”中规定的所有直接子元素。

• Next Adjacent Selector (“prev + next”) - 选择所有紧接着前一个兄弟“prev”的下一个匹配“next”的元素。

• Class Selector (“.class”) - 选择与给定类的所有元素。

• Descendant Selector (“ancestor descendant”) - 选择是一个给定的祖先的后代的所有元素。