Ruby Nokogiri解析HTML表

像这样?

items=doc.xpath('//tr').map {|row| row.xpath('.//span/text()').select{|item| item.text.match(/\w+/)}.map {|item| item.text} }

返回: =>[“4242YP”,“会议主题”,“01:00 PM”,“2009年11月11日”,“美国/纽约”,“30”,“example@email.com”,“39243368”],[“abcdefg”]

选择仅包括以单词字符开头的跨距(例如,排除某些跨距的空白)。您可能需要为您的特定案例细化“选择”过滤器。

我添加了一个包含abcdefg的范围的极简行,这样您就可以看到嵌套数组。

以下是XSL的一部分,用于转换输入,如果您有XSL转换器:

<?xml version="1.0"?>
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text"/>

<xsl:template match="/">
   <xsl:apply-templates select="//tr"/>
</xsl:template>

<xsl:template match="tr">
   "<xsl:value-of select="td/span/a/span"/>","<xsl:value-of select="td[position()=2]/span"/>","<xsl:value-of select="td[position()=3]/span/span[position()=1]"/>"
</xsl:template>

</xsl:stylesheet>

产生的输出如下:

"4242YP","Subject of Meeting","01:00 PM"
"4242YP","Subject of Meeting","01:00 PM"

(我复制了你的第一行表格)。

XSLSelect位可以让您很好地了解需要什么样的xpath输入来获取其余的部分。