Question

有没有任何干净的方法来获取Nokogiri的文本节点的内容？现在我正在使用

some_node.at_xpath( "//whatever" ).first.content

这对于获取文本而言似乎非常冗长。

Answer 1

您只想文本吗？

doc.search('//text()').map(&:text)

也许你不想要所有的空白和噪音。如果只想要包含单词字符的文本节点，

doc.search('//text()').map(&:text).delete_if{|x| x !~ /\w/}

编辑：您似乎只想要单个节点的文本内容：

some_node.at_xpath( "//whatever" ).text

Answer 2

只需查找文本节点：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<p>This is a text node </p>
<p> This is another text node</p>
</body>
</html>
EOT

doc.search('//text()').each do |t|
  t.replace(t.content.strip)
end

puts doc.to_html

哪个输出：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
<p>This is a text node</p>
<p>This is another text node</p>
</body></html>

顺便说一下，你的代码示例不起作用。 at_xpath( "//whatever" ).first是多余的，会失败。 at_xpath只会找到第一个匹配项，返回一个Node。 first在这一点上是多余的，如果它可以工作，但它不会因为Node没有first方法。

我有<data><foo>bar</foo></bar>，如何在不执行doc.xpath_at( "//data/foo" ).children.first.content的情况下查看“条形码”文字？

假设doc包含解析的DOM：

doc.to_xml # => "<?xml version=\"1.0\"?>\n<data>\n  <foo>bar</foo>\n</data>\n"

第一次出现：

doc.at('foo').text       # => "bar"
doc.at('//foo').text     # => "bar"
doc.at('/data/foo').text # => "bar"

获取所有事件并采取第一个：

doc.search('foo').first.text      # => "bar"
doc.search('//foo').first.text    # => "bar"
doc.search('data foo').first.text # => "bar"

Nokogiri文本节点内容

2 个答案: