如何让 Nokogiri 从 Ruby 中的 span 中抓取文本

Question

我正在尝试使用 Nokogiri 和 Curb 从网站上抓取信息，但我似乎找不到正确的名称/找不到抓取的位置。我正在尝试抓取 API 键，它位于 HTML 代码的底部，如 "xxxxxxx".

HTML代码是：

    <body class="html not-front logged-in no-sidebars page-app page-app- page-app-8383900 page-app-keys i18n-en" data-twttr-rendered="true">

    <div id="skip-link"></div>
    <div id="page-wrapper">
        <!--

         Code for the global nav 

        -->
        <nav id="globalnav" class="without-subnav"></nav>
        <nav id="subnav"></nav>
        <section id="hero" class="hero-short"></section>

<section id="gaz-content">

    <div class="container">
        ::before
        <div id="messages"></div>
        <div id="gaz-content-wrap-outer" class="row">
            ::before
            <div id="gaz-content-wrap-inner" class="span12">
                <div class="row">
                    ::before
                    <div class="article-wrap span12">
                        <article id="gaz-content-body" class="content">
                            <header></header>
                            <div class="header-action"></div>
                            <div class="tabs"></div>

lass="d-block d-block-system g-main">

    <div class="app-details">
        <h2>

            Application Settings

        </h2>
        <div class="description"></div>
        <div class="app-settings">
            <div class="row">
                ::before
                <span class="heading">

                    Consumer Key (API Key)

                </span>
                <span>

                    xxxxxxxxx

                </span>

我似乎只能得到 "content" 文本。

我的代码如下：

consumer = html.at("#gaz-content-body")['class']
puts consumer

我不确定要在 select 和 class and/or 范围内键入什么，然后输入文本。我所能得到的就是 Nokogiri 放 "content".

Answer 1

在这种情况下，我们需要找到 span class="heading" 之后和 div class="app-settings" 内部的第二个 span - 我说得有点笼统，但不是太多。我正在使用 search 而不是 at 来检索两个跨度并获得第二个跨度：

# Gets the 2 span elements under <div class='app-settings'>.
res = html.search('#gaz-content-body .app-settings span')

# Use .text to get the contents of the 2nd element.
res[1].text.strip
# => "xxxxxxxx"

但您也可以使用 at 来定位相同的目标：

res = html.at("#gaz-content-body .app-settings span:nth-child(2)")
res.text.strip
# => "xxxxxxxx"

如何让 Nokogiri 从 Ruby 中的 span 中抓取文本

How to get Nokogiri to scrape text from span in Ruby

html

ruby

nokogiri

curb

web-scraping