通过 class 和 Mechanize/Nokogiri 在最近的前一个兄弟中获取文本值

Question

目前我正在遍历 table 行并从 td 获取值，将它们放入由兄弟 td 中的值标识的排序哈希中：

Ruby 片段

@counts = Hash.new
agent.page.search('.child').each do |child|
  @counts[child.css('td')[0].text.strip!] = child.css('td')[1].text.gsub(/,/,'').to_i
end

puts @counts.sort_by{|k,v| v}.reverse.to_h

HTML结构

<tr class="parent">
  <td class="info">Type</td>
  <td>12,000</td>
</tr>
<tr class="child">
  <td class="info">Sub Type</td>
  <td>9,000</td>
</tr>
<tr class="child">
  <td class="info">Sub Type</td>
  <td>3,000</td>
</tr>
<tr class="parent">
  <td class="info">Type</td>
  <td>11,000</td>
</tr>
<tr class="child">
  <td class="info">Sub Type</td>
  <td>11,000</td>
</tr>

现在我想更改散列键，方法是将它们与属于父 tr 的 td 中的文本值连接起来。所以在上面的 HTML 结构中，而不是 "Sub Type" => 9000，"Sub Type" => 3000 等。我想得到 "Type Sub Type" => 9000，"Type Sub Type" => 3000 等

当兄弟姐妹的数量未知时，如何获得具有特定 class 的第一个兄弟姐妹？

Answer 1

您可以换一种方式看待这个问题，遍历所有 tr 元素（父元素和子元素），保留最后找到的父类型，然后在找到子元素时连接最后一个父类型。

@counts = Hash.new

parent = nil
agent.page.search('.parent, .child').each do |node|
  type = node.css('td')[0].text.strip
  value = node.css('td')[1].text.gsub(/,/, '').to_i

  if node['class'].include? 'parent'
    parent = type
  else
    @counts["#{parent} #{type}"] = value
  end
end

puts @counts.sort_by{|k,v| v}.reverse.to_h

此外，哈希本质上是一种未排序的数据结构。如果您想保留顺序，那么最好的选择是元组数组。换句话说，[['Type Sub Type', 12000], ['Type Sub Type', 11000], ..., ['Type Sub Type', 3000]]。只需删除最后一行末尾的 .t_h 即可获得那种结果。

通过 class 和 Mechanize/Nokogiri 在最近的前一个兄弟中获取文本值

Getting text value in closest preceding sibling by class with Mechanize/Nokogiri

ruby

mechanize

nokogiri