Question

我写了一个简单的脚本：

require 'rubygems'
require 'nokogiri'
require 'open-uri'

url = "http://au.finance.yahoo.com/q/bs?s=MYGN"
doc = Nokogiri::HTML(open(url))
name = doc.at_css("#yfi_rt_quote_summary h2").text
market_cap = doc.at_css("#yfs_j10_mygn").text
ebit = doc.at("//*[@id='yfncsumtab']/tbody/tr[2]/td/table[2]/tbody/tr/td/table/tbody/tr[11]/td[2]/strong").text


puts "#{name} - #{market_cap} - #{ebit}"

该剧本从雅虎财经中攫取了三个价值观。问题是ebit XPath返回nil。我获得XPath的方式是使用Chrome开发人员工具并复制和粘贴。

这是我尝试从http://au.finance.yahoo.com/q/bs?s=MYGN获取值的页面，483,992行中的实际值为total current assets。

任何帮助都会受到赞赏，特别是如果有一种方法可以通过CSS选择器获得此值。

Answer 1

Nokogiri支持：

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::HTML(open("http://au.finance.yahoo.com/q/bs?s=MYGN"))
ebit = doc.at('strong:contains("Total Current Assets")').parent.next_sibling.text.gsub(/[^,\d]+/, '')

puts ebit
# >> 483,992

我使用<strong>标记作为:contains伪类的位置标记，然后备份到包含<td>，转移到下一个<td>并抓取其文本，然后最后使用gsub(/[^,\d]+/, '')删除空格，删除所有不是数字或逗号的内容。

Nokogiri支持许多jQuery的JavaScript扩展，这就是:contains有效的原因。

Answer 2

这似乎对我有用

doc.css("table.yfnc_tabledata1 tr[11] td[2]").text.tr(",","").to_i
#=> 483992

或作为字符串

doc.css("table.yfnc_tabledata1 tr[11] td[2]").text.strip.gsub(/\u00A0/,"")
#=> "483,992"

使用Nokogiri从雅虎财经中获取价值？

2 个答案: