Question

我正在尝试从包含.value和.rating-ineligible类混合的网站中抓取数据。

我希望在单个数组中跟踪.value和.rating-ineligible，以检查.value是否可用：

page.css('td.title .value').text.strip
page.css('.rating-ineligible').text.strip

我想要一个名为FLAG[]的数组，当"A"存在时元素设置为.value，"NA"存在.rating-ineligible 输出应该类似于：

FLAG["A","A","A","NA","A","NA","A","A"]

是否存在使FLAG数组有效的黑客攻击？

示例输入：

<td class=title>

<span class="rating-rating">
<span class="value">8.7</span>
</span>

<div class="rating-ineligible">
<a href="somelink">NYR</a>
</div>

<span class="rating-rating">
<span class="value">5.2</span>
</span>

<span class="rating-rating">
<span class="value">6.1</span>
</span>

<span class="rating-rating">
<span class="value">7.9</span>
</span>

<div class="rating-ineligible">
<a href="somelink">NYR</a>
</div>

<span class="rating-rating">
<span class="value">-</span>
</span>

<span class="rating-rating">
<span class="value">4.2</span>
</span>

</td>

如果您看到上面的样本输入，则存在三种类型的值，

One is rating   :   *.*
Second is       :   NYR
Third one is    :   - (Hyphen)

我希望将它们捕获在一个数组中，

如果 x.x

格式中存在有效评级，则应将值设置为“A”

如果输入中存在的值为 NYR ，则该值应设置为“NA”。

如果输入中存在连字符 - ，则

和“ - ”。

期望输出：

标志[“A”，“NA”，“A”，“A”，“A”，“NA”，“ - ”，“A”]

不是设置标志而是通过将值捕获到下面的数组中来消除它，

r = page.css('td.title span.value').text.strip
noe=["NOE"]
ra=r.scan(/./)
ra.map!{|x| x=='-'?noe:x}.flatten!
rat=ra.join("")
rati=rat.scan(/.../)

数组rati []的输出如下所示，

rati [“8.7”，“5.2”，“6.1”，“7.9”，“NOE”，“4.2”]

但这里的问题是，给定输入中总共有8个值，其中5个值的格式为x.x. 一个值的格式为' - '，在数组中捕获为NOE 但我无法在该阵列中捕获NYR。

现在所需的输出输出应如下所示， rati [“8.7”，“NYR”，“5.2”，“6.1”，“7.9”，“NYR”，“NOE”，“4.2”] 但我不知道确切的方法，如何将NYR值捕获到阵列中。

任何人都可以使用正确的代码来执行此操作吗？

提前致谢。

Answer 1

doc = Nokogiri::HTML(DATA.read)
result = doc.search("//td/*[starts-with(@class, 'rating-')]").map do |node|

  case node.elements.first.text
  when /\d+\.\d+/
    'A'
  when 'NYR'
    'NA'
  when '-'
    '-'
  end

end

pp result # ["A", "NA", "A", "A", "A", "NA", "-", "A"]

什么是跟踪元素出现的最佳方法，并使用Nokogiri在Ruby中设置相应的数组

1 个答案: