Question

我有这样的代码：

<div id="left">
    <div id="leftNav">
      <div id="leftNavContainer">
        <div id="refinements">
          <h2>Department</h2>

          <ul id="ref_2975312011">
            <li>
              <a href="#">
                <span class="expand">Pet Supplies</span>
              </a>
            </li>

            <li>
              <strong>Dogs</strong>
            </li>

            <li>
              <a>
                <span class="refinementLink">Carriers &amp; Travel Products</span>
                <span class="narrowValue">&nbsp;(5,570)</span>
              </a>
            </li>


(etc...)

我正在编写这样的代码：

html       = file
data       = Nokogiri::HTML(open(html))
categories = data.css('#ref_2975312011')

@categories_hash = {}
categories.css('li').drop(2).each do | categories |
  categories_title = categories.css('.refinementLink').text
  categories_count = categories.css('.narrowValue').text[/[\d,]+/].delete(",").to_i
  @categories_hash[:categories] ||= {}
  @categories_hash[:categories]["Dogs"] ||= {}
  @categories_hash[:categories]["Dogs"][categories_title] = categories_count
end

所以现在。我想做同样的事情，但没有使用#ref_2975312011和“狗”。

所以我想我可以告诉Nokogiri以下内容：

废弃正确的li元素（从第三个元素开始）在li元素下方，其中包含由链接和span标记包含的文本宠物用品。

有关如何实现这一目标的任何想法？

Answer 1

宠物用品li将是：

puts doc.at('li:has(a span[text()="Pet Supplies"])')

以下兄弟li将是（跳过第一个）：

puts doc.search('li:has(a span[text()="Pet Supplies"]) ~ li:gt(1)')

根据其他相邻元素的文本刮取数据？

1 个答案: