用nokogiri解析一些棘手的HTML

Question

我正在尝试用Nokogiri解析这个HTML，但我被卡住了。

<b>Dudule Francis</b>
<br>
<b>Tél. : </b>
01 02 03 04 05
<br>
<b>Fax : </b>
10 90 80 70 60

我想提取第一个电话号码01 02 03 04 05。它位于</b>和<br>之间，且仅在<b>Tél. : </b>被发现时才会显示。如果有人得到了线索，我就会打开。

Answer 1

noko = Nokogiri::HTML(html_text)
noko.xpath("//b[text() = 'Tél. : ']").each do |b|
  puts b.next_sibling.content.strip
end
# 01 02 03 04 05

Answer 2

简单方法：

doc.at('b[text()="Tél. : "]').next.text

如果由于某种原因你想确保它在b和下一个br之间：

doc.at('b[text()="Tél. : "] + br').previous.text

Answer 3

我发现很多时候CSS很容易理解，虽然CSS本身通常不能查看节点的文本，迫使我们使用XPath，Nokogiri使用jQuery的扩展为我们提供了一些额外的帮助： / p>

doc.at('b:contains("Tél.")').next_sibling.text.strip
"01 02 03 04 05"