Question

我对Ruby很陌生，但我正在通过一个刮刀混乱。我正在使用Mechanize，到目前为止看起来非常好。虽然我现在对抓取一堆链接的href属性感到有些困惑。

我需要获取href属性，以便我可以打开每个页面并获取更多信息。

这可能吗？

这是一个例子。

all_results.search("table.mcsResultsTable tr").each do |tablerow|
    installer_link = tablerow.search("td:first-child a").href
    puts installer_link + "\n"

Answer 1

这是一个帮助您解决如何提取href atttribute的示例：

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a name="html" href = "http://foo">HTML Tutorial</a><br>
<a name="css" href = "http://fooz">CSS Tutorial</a><br>
<a name="xml" href = "http://fiz">XML Tutorial</a><br>
<a href="/js/">JavaScript Tutorial</a>
eot

doc.search("//a").class # => Nokogiri::XML::NodeSet
doc.search("//a").each {|nd| puts nd['href'] }
doc.search("//a").map(&:class)
# => [Nokogiri::XML::Element, Nokogiri::XML::Element, Nokogiri::XML::Element,
#    Nokogiri::XML::Element]

输出：

http://foo
http://fooz>CSS Tutorial</a><br>
<a name=
/js/

基本上doc.search("//a")将为您提供 nodesets ，它只是Nokogiri::XML::Node（s）的集合。您可以使用方法Nokogiri::XML::Node#[]来获取任何特定节点的属性值。 Nokogiri将属性/值对保存为Hash。看下面：

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a target="_blank" class="tryitbtn" href="tryit.asp?filename=try_methods">Try it yourself &raquo;</a>
eot

doc.at('a').keys 
# => ["target", "class", "href"]
doc.at('a').values
# => ["_blank", "tryitbtn", "tryit.asp?filename=try_methods"]
doc.at('a')['target'] # => "_blank"
doc.at('a')['class']  # => "tryitbtn"

Ruby Mechanize获取href属性值

1 个答案: