我想在这个红宝石脚本中使用Nokogiri从HTML中提取一些值:
#!/usr/bin/ruby
require 'Nokogiri'
doc = Nokogiri::HTML(<<-END_OF_HTML)
<html>
<meta content="text/html; charset=UTF-8"/>
<body style='margin:20px'>
<p>The following user has registered a device, click on the link below to review the user and make any changes if necessary.</p>
<ul style='list-style-type:none; margin:25px 15px;'>
<li><b>User name:</b> Test User</li>
<li><b>User email:</b> test@abc.com</li>
<li><b>Identifier:</b> abc123def132afd1213afas</li>
<li><b>Description:</b> Tom's iPad</li>
<li><b>Model:</b> iPad 3</li>
<li><b>Platform:</b> </li>
<li><b>App:</b> Test app name</li>
<li><b>UserID:</b> </li>
</ul>
<p>Review user: https://cirrus.app47.com/users?search=test@abc.com</p> <hr style='height=2px; color:#aaa'/>
<p>We hope you enjoy the app store experience!</p>
<p style='font-size:18px; color:#999'>Powered by App47</p>
<img src='https://cirrus.app47.com/notifications/562506219ac25b1033000904/img' alt=''/></body></html>
END_OF_HTML
具体来说,我希望获得一些列表成员的值,例如"Identifier:"
和"User name:"
,并将它们存储在字符串中。
我确定我需要使用xpath
,但这是关于它的。我的理解是xpath
进行节点选择。
我需要使用xpath
指定什么,然后如何选择某些变量?
最后我真的问了两个问题。
xpath
查看搜索结果?doc.xpath("SPECIFY_SEARCH_HERE").each do |node|
puts node
end
这是有效的,因为xpath
返回一个你可以解析的数组,然后你可以用结果做你想做的事情(在我的例子中,打印)。
str = doc.xpath("//ul/li[contains(b, 'Identifier')]/text()").to_s.strip
我对这条线的分析是有限的,但看起来它是这样的:
//ul/li
b
)
/text()
.to_s.strip
将选择转换为字符串并删除前导/尾随空格对于精通HTML / Ruby / Xpath的人,请随时更新精确解释。
答案 0 :(得分:2)
这将返回您要求的两个值
//ul/li[contains(b, 'Identifier') or contains(b, 'User name')]/text()
当然,您可以修改xpath并一次只获取1个值。
//ul/li[contains(b, 'Identifier')]/text()