Question

我正在使用我的config / routes.rb中定义的两个端点（至少现在）构建一个小API：

Rails.application.routes.draw do

  get '/api/list',      to: 'api#list'
  get '/api/add/:url',  to: 'api#add'

end

其中一个端点收到一个URL，我用app / controllers / api_controller.rb中的以下代码解析并存储了一些内容：

require 'nokogiri'
require 'httparty'

class ApiController < ApplicationController

  def list
  end

  def add
    @url = "http://#{params[:url]}"
    site = Site.create(url: @url)
    site.save!
    page = HTTParty.get(@url)
    doc = Nokogiri::HTML(page)
    ['h1','h2','h3','a'].each do |tag|
      doc.xpath("//#{tag}").each do |cont|
        if (tag == 'a') then
          content = Content.create({site_id: site.id, text: cont.at_xpath('/a/@href').to_s.strip!, content_type: 'href', content_tag: tag })
        else 
          content = Content.create({site_id: site.id, text: cont.text().to_s.strip!, content_type: 'tag_content', content_tag: tag })
        end
        content.save!
      end
    end
  end

end

我设法完美地获取了<h1>，<h2>和<h3>标记的内容，但href标记的<a>属性的内容正在保存为nil，我真的不知道这有什么问题：

cont.at_xpath('/a/@href').to_s.strip!

表达。

我已经尝试过：

cont.at_xpath('/@href').to_s.strip!

因为在这种情况下cont已经是a节点，但它发生的情况相同。

我正在使用Rails 5，我用--api启动了我的项目。

任何提示？

Answer 1

首先获取锚标记，然后传递href属性。

您已使用此代码获取锚标记：

['h1','h2','h3','a'].each do |tag|
  doc.xpath("//#{tag}").each do |cont|
  end
end

现在，您只使用包含锚标记的cont来使用cont['href']获取其href：

content = Content.create({site_id: site.id, text: cont['href'], content_type: 'href', content_tag: tag })

Nokogiri将href属性返回为零

1 个答案: