代码之家 › 专栏 › 技术社区 › Matrix

使用mechanize获取以下特定标签?(红宝石)

mechanize-ruby nokogiri css-selectors xpath ruby

Matrix · 技术社区 · 8 年前

如何获得以下所有元素一次,例如:

<div id="exemple">
  <h2 class="target">foo</h2>
  <p>bla bla</p>
  <ul>
    <li>bar1</li>
    <li>bar2</li>
    <li>bar3</li>
  </ul>
  <h4>baz</h4> 
  <ul>
     <li>lot</li>
  </ul>
  <div>of</div>
  <p>possible</p>
  <p>tags</p>
  <a href="#">after</a>
</div>

<h2 class="target"> 并将所有标签转移到下一个 <h4> 并忽略 <h4> 以下所有标签(如果 <h4> 不存在,我必须将所有标签都放在父项的末尾[此处:结束 <div> ])

内容动态且不可预测

<h2 class="target">foo</h2>
<p>bla bla</p>
<ul>
  <li>bar1</li>
  <li>bar2</li>
  <li>bar3</li>
</ul>

target = page.at('#exemple .target') 我知道 next_sibling 方法,但如何测试当前节点的标记类型?

我想用这样的方法来处理节点树:

html = ''
while not target.is_a? 'h4'
  html << target.inner_html
  target = target.next_sibling

2 回复 | 直到 8 年前

pguardiario 8 年前

h2 = page.at('h2')
(h2.search('~ *') - h2.search('~ h4','~ h4 ~ *')).each do |el|
    # el is not a h4 and does not follow a h4
end

也许使用xpath更有意义,但我可以不用谷歌搜索。

您迭代下一个兄弟的想法也可以奏效:

el = page.at('h2 ~ *')
while el && el.name != 'h4'
    # do something with el
    el = el.at('+ *')
end

Mark Thomas 8 年前

h2 h4 ; 如果您想保留它,XPath将是:

//h2[@class="target"] | //h2[@class="target"]/following-sibling::*

h4 :

//h2[@class="target"] | //h2[@class="target"]/following-sibling::*[not(self::h4)]

编辑 h4 除此之外:

//h2[@class="target"] | //h2[@class="target"]/following-sibling::*[not(self::h4) | not(preceding-sibling::h4)]

推荐文章

Alibaba17 · 如何使用nokogiri(ruby)从维基百科电影页面检索总信息[关闭]

7 年前

Dave · 如何在Nokogiri文档中检索唯一的父节点集?

7 年前

Francisco Campaña · Ruby Nokogiri。匹配动态属性名称

8 年前

Fabián · 通过h3含量nokogiri之间的<p>提取

8 年前

lumos · 循环遍历XML文件的元素,看看它们是否包含数组中的任何值?

8 年前

ForceMagic · Nokogiri正在返回根元素。为什么?

8 年前

Lucas Barreto · 使用Ruby和Nokogiri解析页面的不同类项

8 年前

Matrix · 使用mechanize获取以下特定标签?(红宝石)

8 年前

jbmyid · 创建中文xml ruby nokogiri

8 年前

sam.roberts55 · 使用带有rails-url链接的代理

9 年前