Question

我很难弄清楚如何拆分以下数组并将其转换为格式，因此我可以构建一个哈希的Active Record数组。

我的问题源于编写一个依赖Nokogiri从网上抓取信息的应用程序。我试图提取的表格的每一行中的数据被卡在一个<td>元素中。每行只有一个<td>元素。

修改第一个网页包含一个包含几百个项目的<ul>列表以及指向其详细信息页面的链接。我遍历每个项目，使用链接访问详细信息页面进行解析。我正在解析的表元素来自详细信息页面。如果查看split_array的输出，我会给出第一行（第1级）的完整数据，然后是第二行（第2级）的一部分，以表明它在结构上是相同的但不是值。解决第一行的问题，解决了所有6行的问题。

<td>
  Level 1
  <br>
    Attribute A: 24%
  <br>
    Attribute B: 14%
  <br>
    Attribute C: 15.5%
</td>

我设法以下列格式获取数据作为数组数组。我通过使用以下代码分割长字符串来完成此操作：

row.xpath('tr').each_with_index do |td, j|
  split_array << td.text.squish.split('%')
end

以下是split_array的部分输出：

[["Level: 1 Attribute A: 24", "Attribute B: 14", "Attribute C: 15.5"],["Level: 2 Atribute A: 36", ..etc]..etc]

我需要：

从每个数组中的第一个元素中删除Level: 1，Level: 2 ...
将Attribute名称和浮点值拆分为各自的字段

将这些部分转换为类似于此的哈希数组：

[{:statistic => "Attribute A", :level_1 => 24.0, :level_2 =>36},{:statistic => "Attribute B", :level_1 => 14.0,:level_2 => 24},{:statistic => "Attribute C", :level_1 => 15.5, :level_2 => 34}]

我要求代码，伪代码或想法将我发送到正确的方向，将我的数组数组转换为我上面概述的哈希数组。

Answer 1

1）我建议将它们存储在有意义的变量中，而不是在<td>字符串中输入不同类型的信息然后解析它们。例如，将级别存储在1个变量中，将属性统计数组存储在另一个变量中，使用Nokogiri提供的解析工具获取它们。

2）关于这些字符串：

"Attribute B: 14"

这是一个包含并说明将解析它们的方法的脚本：

#!/usr/bin/env ruby

def parse_attr_string(s)
  a = s.split
  name = a[1].gsub(':', '')
  value = a[2].gsub('%', '').to_f
  [name, value]
end

s = "Attribute B: 14"

name, value = parse_attr_string(s)

puts "Name: #{name}, Value: #{value}"  # Name: B, Value: 14.0

3）关于数据的重新组织，如果你有任何问题，如何试图弄清楚并以伪代码表达它然后发布你想出的内容？

如何拆分字符串数组并转换为哈希数组

1 个答案: