如何从Nokogiri :: HTML获取标记名称和CSS类

Question

我一直试图用Nokogiri解析这些HTML files。这是我正在使用的代码

require 'nokogiri'
doc = Nokogiri::HTML File.open('usc...html', 'r')
children = doc.css('body div')
children.each do |child|
    puts child.name
end

为所有子元素打印div即使它们几乎是完整的p，h3和h4标记。有人可以解释为什么会这样吗？另外，我如何从中获取CSS类？

Answer 1

此：

doc.css('body div')

将选择页面上的每个div。如果你想要你应该使用的每个元素：

doc.css('*')

您可以使用child[:class]

访问css课程