Question

我想向下钻取树，并存储所有级别：

search_q = Regex.new("Some search regex here")
#something like: page.search('body').first.children.select {|x| x.text[search_q]}.first.children.select {|x| x.text[search_q]}.first......ad infinitum.

我做了一个黑客攻击：

arbitrarily_long_number = 100
drill = []
(0..arbitrarily_long_number).collect do |n|
  begin
    drill << eval("page.search('body')"+".first.children.select {|x| x.text[search_q]}" * n)
  rescue
    break
  end
end

问题是这只能通过“第一次”选择进行。有没有办法让它钻进每个节点？我正在考虑某种注射功能，但我仍然没有把头包裹起来。任何帮助将不胜感激。

输出：

pp drill[-4]
puts
pp drill[-3]
puts
pp drill[-2]
#=>[#(Element:0x3fc2324522b4 {
   name = "u",
   children = [
     #(Element:0x3fc232060b60 {
       name = "span",
       attributes = [
         #(Attr:0x3fc2320603e0 {
           name = "style",
           value = "font-size: large;"
           })],
       children = [ #(Text "Ingredients:")]
       })]
   })]

[#(Element:0x3fc232060b60 {
   name = "span",
   attributes = [
     #(Attr:0x3fc2320603e0 { name = "style", value = "font-size: large;" })],
   children = [ #(Text "Ingredients:")]
   })]

[#(Text "Ingredients:")]

注意：我正在使用机械化宝石，它利用了Nokogiri。 http://mechanize.rubyforge.org/Mechanize/Page.html#method-i-search http://nokogiri.org/Nokogiri/XML/Node.html#method-i-search

Answer 1

对我来说，这听起来像你想要遍历：

doc.traverse do |node|
  drill << node
end

Answer 2

你的问题不明确。

如果，通过

我想向下钻取树，并存储所有级别：

你的意思是你想要遍历所有节点，告诉Nokogiri这样做。

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<a>
  <b>
    <c>1</c>
  </b>
</a>
EOT

doc.search('*').each do |n|
  puts n.name
end

将其粘贴到IRB并抓取输出：

irb(main):011:0* doc.search('*').each do |n|
irb(main):012:1*   puts n.name
irb(main):013:1> end
a
b
c

我使用的是XML，而你使用的是HTML，但这并不重要。您必须将doc更改为page以适应Mechanize的方式，但这很容易。

递归钻下Nokogiri树

2 个答案: