Nokogiri 使用通配符查找所有数据属性

Question

我想在循环浏览文档时从 img 标签中删除所有数据属性。我尝试了一些使用 has_attribute? 和 xpath 的选项，none 返回了 true。

article.css('img').each do |img|
  # There is a `data` element
  img.has_attribute?("data-lazy-srcset") # true
  # But I only get `false` or empty arrays when trying wildcards
  img.has_attribute?('data-*') # false
  img.has_attribute?("//*[@*[contains(., 'data-')]]") # false
  img.has_attribute?("//*[contains(., 'data-')]") # false
  img.has_attribute?("//@*[starts-with(name(), 'data-')]") # false
  img.xpath("//*[@*[contains(., 'data-')]]") # []
  img.xpath("//*[contains(., 'data-')]") # []
end

如何 select 这些 img 标签上的所有 data- 属性？

Answer 1

您可以使用以下方法搜索属性以“data-”开头的 img 标签：

//img[@*[starts-with(name(),'data-')]]

分解：

// - 文档中的任意位置
img - img 标签
@* - 所有属性
starts-with(name(),'data-') - 属性名称以“data-”开头

示例：

require 'nokogiri'

doc = Nokogiri::HTML(<<-END_OF_HTML)
  <img src='' />
  <img data-method='a' src= ''> 
  <img data-info='b' src= ''> 
  <img data-type='c' src= ''> 
  <img src= ''> 
END_OF_HTML

imgs = doc.xpath("//img[@*[starts-with(name(),'data-')]]")

puts imgs 
# <img data-method="a" src="">
# <img data-info="b" src="">
# <img data-type="c" src="">

或使用您想要的循环

doc.css('img').select do |img|
  img.xpath(".//@*[starts-with(name(),'data-')]").any?
end
#[#<Nokogiri::XML::Element:0x384 name="img" attributes=[#<Nokogiri::XML::Attr:0x35c name="data-method" value="a">, #<Nokogiri::XML::Attr:0x370 name="src">]>, 
# #<Nokogiri::XML::Element:0x3c0 name="img" attributes=[#<Nokogiri::XML::Attr:0x398 name="data-info" value="b">, #<Nokogiri::XML::Attr:0x3ac name="src">]>, 
# #<Nokogiri::XML::Element:0x3fc name="img" attributes=[#<Nokogiri::XML::Attr:0x3d4 name="data-type" value="c">, #<Nokogiri::XML::Attr:0x3e8 name="src">]>]

更新删除属性：

doc.css('img').each do |img|
  img.xpath(".//@*[starts-with(name(),'data-')]").each(&:remove)
end

puts doc.to_s
#<!DOCTYPE html PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN\" #\"http://www.w3.org/TR/REC-html40/loose.dtd\">
#<html>
#<body>
#    <img src=\"\">  
#    <img src=\"\">  
#    <img src=\"\">  
#    <img src=\"\">  
#    <img src=\"\">
#</body>
#</html>

这可以简化为doc.xpath("//img/@*[starts-with(name(),'data-')]").each(&:remove)

Nokogiri 使用通配符查找所有数据属性

Nokogiri to Find All Data Attrabutes Using a Wildcard

ruby

nokogiri