如何进一步处理Nokogiri::XML::Element？

Question

我在 Ruby 中编写了一个简短的脚本，使用 Nokogiri 从网页中提取一些数据。该脚本工作正常，但它目前将多个嵌套标签作为单个 Nokogiri::XML::Element.

返回

脚本如下：

require 'rubygems'
require 'nokogiri'

#some dummy content that mimics the structure of the web page
dummy_content = '<div id="div_saadi"><div><div style="padding:10px 0"><span class="t4">content</span>content outside of the span<span class="t2">morecontent</span>morecontent outside of the span</div></div></div>'
page = Nokogiri::HTML(dummy_content)

#grab the second div inside of the div entitled div_saadi
result = page.css('div#div_saadi div')[1]

puts result
puts result.class

输出如下：

<div style="padding:10px 0">
<span class="t4">content</span>content outside of the span<span class="t2">morecontent</span>morecontent outside of the span
</div>
Nokogiri::XML::Element

我想做的是产生以下输出（使用类似 .each 的东西）：

content
content outside of the span
morecontent
morecontent outside of the span

Answer 1

你越来越接近了，但不明白你得到了什么。

根据 HTML 标签，您可以获得嵌入的标签。这就是正在发生的事情：您要求的是单个节点，但它包含其他节点：

puts page.css('div#div_saadi div')[1].to_html
# >> <div style="padding:10px 0">
# >> <span class="t4">content</span>content outside of the span<span class="t2">morecontent</span>morecontent outside of the span</div>

text 适用于 NodeSet 和 Node。它只是抓取你指向的任何文本并 returns 它并不关心它必须下降多少级别才能做到这一点：

result = page.css('div#div_saadi div')[1].text
# => "contentcontent outside of the spanmorecontentmorecontent outside of the span"

相反，您必须遍历各个嵌入节点并提取它们的文本：

require 'nokogiri'

dummy_content = '<div id="div_saadi"><div><div style="padding:10px 0"><span class="t4">content</span>content outside of the span<span class="t2">morecontent</span>morecontent outside of the span</div></div></div>'
page = Nokogiri::HTML(dummy_content)

result = page.css('div#div_saadi div')[1]
puts result.children.map(&:text)

# >> content
# >> content outside of the span
# >> morecontent
# >> morecontent outside of the span

children returns 所有嵌入节点作为一个 NodeSet。遍历那个 returns 节点，并在那个时候在特定节点上使用 text 将 return 你想要的。

如何进一步处理Nokogiri::XML::Element？

How to further process a Nokogiri::XML::Element?

ruby

nokogiri