Nokogiri获取节点的原始html

时间:2012-06-22 23:42:12

标签: ruby nokogiri

我正在使用Nokogiri来分析一些HTML。但是,我不知道如何获取节点内的原始html。例如,给定:

<tr class="tableX">
  <td align="center">
    <font size="2"><a href="javascript:open('9746')">9746</a></font>
  </td>
  <td align="center">
    <font size="2">2012-06-26</font>
  </td>
</tr>

当我使用这个xpath时:

doc = Nokogiri::HTML(html)

nodes = doc.search("//tr[@class='tablebX']")

nodes.each do |node|
   node.text # or node.content
end

node.textnode.content的结果是:

9746
2012-06-26

我想在tr块中获取所有原始html。在这种情况下:

<td align="center">
  <font size="2"><a href="javascript:open('9746')">9746</a></font>
</td>
<td align="center">
  <font size="2">2012-06-26</font>
</td>

这样做的正确方法是什么?

3 个答案:

答案 0 :(得分:21)

使用node.to_snode

nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   puts node.to_s
   puts '-'*40
end

使用额外的完整性检查HTML(你的,加倍,中间有一个不同类的tr)我得到:

<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------
<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------

答案 1 :(得分:6)

您可以添加children.to_html。尝试在下面执行此操作:

doc = Nokogiri::HTML(html)

nodes = doc.search("//tr[@class='tablebX']")

nodes.each do |node|
   node.children.to_html # or node.content
end

我希望这对你有所帮助。

答案 2 :(得分:3)

正确的方法是.children。它返回所选元素内的所有html。

所以有了这段代码:

<tr class="container">
  <td>value</td>
</tr>

使用这个过程:

data = Nokogiri::HTML(html)
data.css("tr.container").children

将返回此html:

<td>value</td>

我想我的答案为时已晚,但这就是您需要的确切代码。