Question

我有一个部分HTML文档：

<h2>Destinations</h2>
<div>It is nice <b>anywhere</b> but here.
<ul>
  <li>Florida</li>
  <li>New York</li>
</ul>
<h2>Shopping List</h2>
<ul>
  <li>Booze</li>
  <li>Bacon</li>
</ul>

在每个<li>项目上，我想知道该项目所在的类别，例如<h2>代码中的文字。

此代码不起作用，但我正在尝试这样做：

@page.search('li').each do |li|
  li.previous('h2').text
end

Answer 1

Nokogiri允许您使用xpath表达式来定位元素：

categories = []

doc.xpath("//li").each do |elem|
  categories << elem.parent.xpath("preceding-sibling::h2").last.text
end

categories.uniq!
p categories

第一部分寻找所有＆＃34; li＆＃34;元素，然后在里面，我们寻找父（ul，ol），前面的元素（preceding-sibling）是一个h2。可以有多个，所以我们采取最后一个（即最接近当前位置的那个）。

我们需要打电话给＆＃34; uniq！＆＃34;因为我们得到每个＆＃39; li＆＃39; （因为＆＃39; li＆＃39;是起点）。

使用您自己的HTML示例，此代码输出：

["Destinations", "Shopping List"]

Answer 2

你很亲密。

@page.search('li').each do |li|
  category = li.xpath('../preceding-sibling::h2').text
  puts "#{li.text}: category #{category}" 
end

Answer 3

代码：

categories = []
Nokogiri::HTML("yours HTML here").css("h2").each do |category|
        categories << category.text
      end

结果：

categories = ["Destinations", "Shopping List"]

使用Nokogiri在另一个元素之前找到元素

3 个答案: