Question

我必须清理一个Nokogiri :: HTML :: DocumentFragment文档（删除注释节点和仅包含空格的文本节点）。这是一个例子：

html = "<p>paragraph</p><!-- comment --><p>paragraph</p>   <p>paragraph</p>"
doc = Nokogiri::HTML::DocumentFragment.parse html

文档片段看起来像您期望的那样：

#(DocumentFragment:0x3fc65f9f5870 {
  name = "#document-fragment",
  children = [
    #(Element:0x3fc65f9f5064 { name = "p", children = [ #(Text "paragraph")] }),
    #(Comment " comment "),
    #(Element:0x3fc65f9f4f60 { name = "p", children = [ #(Text "paragraph")] }),
    #(Text "   "),
    #(Element:0x3fc65f9f4e48 { name = "p", children = [ #(Text "paragraph")] })
  ]
})

如何找到此文档片段中的所有注释或所有文本节点？

以下不起作用，因为它不是完整文档而是文档片段：

doc.search('//text()')
doc.search('//comment()')

Answer 1

想出来：

doc.search('.//text()')
doc.search('.//comment()')

在文档片段中查找注释或文本节点

1 个答案: