你如何解析表示时间的HTML表？

Question

我正在尝试解析代表澳大利亚政府网站提供的一年温度数据的this HTML table。

此表以不寻常的方式设置：列为月，行为月中的天数（因此第一行的单元格为JAN 1，FEB 1，MAR 1）。如果当天记录了数据，则每个单元格包含一个数字;如果没有记录数据，则每个单元格包含一个空单元格;如果该日期不存在，则每个单元格包含一个单元格类notDay（例如，2月31日）。

我的目的是以

格式构建一个包含此数据的数据库

DATE            RAINFALL        MAX TEMP
2015-02-07        35                31
2015-02-07        40                17

我的问题是：最简单或最有效（在程序员效率方面）解析表格以使数据成为可用格式的方式是什么？

我个人使用Ruby和Nokogiri库，但如果能够进行更好的讨论，我们会欢迎一般的非语言特定的算法/方法建议。我并不是在寻找代表编写代码并为我解决问题的人，而是寻求有关采取方法的建议。

Answer 1

我想知道你是否可以：

按照出现的顺序拍摄所有单元格：

• 如果您有阵列数组，请使用Array#flatten。

放弃notDay

的所有Array#reject个单元格

使用日期范围迭代所有相关日期：

(Date.new(2014,1,1) .. Date.new(2014,12,31)).each {...}

从那里开始......？