Question

我想从HTML中获取多个表数据：

html = <<EOF
<table>
  <tr>
    <td>1</td>
    <td>2</td>
    <td>3</td>
  </tr>
  <tr>
    <td>4</td>
    <td>5</td>
    <td>6</td>
  </tr>
</table>
EOF

我想从中获取两个数据：

noko = Nokogiri::HTML(html)
noko.xpath("//tr[1]/td[2]").text #=> "2"
noko.xpath("//tr[1]/td[3]").text #=> "3"

我对此代码的期望是＆＃34; 23＆＃34;，但它返回＆＃34; 123＆＃34;。我怎样才能得到＆＃34; 23＆＃34;使用xpath？

noko.xpath("//tr[1]/td[2 and 3]").text

Answer 1

有多种方法可以解决这个问题。一个是：

require 'nokogiri'

html = <<EOF
<table>
  <tr>
    <td>1</td>
    <td>2</td>
    <td>3</td>
  </tr>
  <tr>
    <td>4</td>
    <td>5</td>
    <td>6</td>
  </tr>
</table>
EOF

noko = Nokogiri::HTML(html)
p noko.xpath("//tr[1]/td[position()= 2 or position() = 3]").map(&:text).join 
# => 23
# another way
p noko.xpath("//tr[1]/td[2]", "//tr[1]/td[3]").map(&:text).join
# => 23

Answer 2

如果您不依赖于XPath，则可以使用CSS执行此操作：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOF)
<table>
  <tr>
    <td>1</td>
    <td>2</td>
    <td>3</td>
  </tr>
  <tr>
    <td>4</td>
    <td>5</td>
    <td>6</td>
  </tr>
</table>
EOF

td_data = doc.search('tr').map { |tr|
  tr.search('td:nth-child(2), td:nth-child(3)').map(&:text)
}
td_data # => [["2", "3"], ["5", "6"]]

对于较旧的，不兼容的浏览器：

td_data = doc.search('tr').map { |tr|
  tr.search('td:first-child + td, td:first-child + td + td').map(&:text)
}
td_data # => [["2", "3"], ["5", "6"]]

如果您需要返回的值为"23"和/或"56"，请使用：

td_data.map(&:join) # => ["23", "56"]

虽然我不明白为什么它过于有用。

Answer 3

怎么样：

doc.search('tr[1] td:gt(1)').text
#=> "23"

Answer 4

使用position()使用xpath获取多个不同位置索引中的元素，例如：

//tr[1]/td[position()=2 or position()=3]

您还可以使用xpath union运算符（|）来组合多个xpath表达式，如下所示：

//tr[1]/td[2] | //tr[1]/td[3]

我更喜欢前一种方式，但工会可能是不同情况下的唯一选择，所以值得一提。

如何通过xpath指定多列

4 个答案: