Question

我需要使用give src删除图像

img_src = "http://domain/img.jpg"
@doc.xpath("//img[@src='#{img_src}']")[0].remove

不起作用。试过它也喜欢这个

@doc.xpath("//img[@src='#{img_src}']") {|x| x.remove}

也不起作用。关于我做错了什么想法？

我明白了。这是一个愚蠢的错误。您的所有解决方案都是正确的。

Answer 1

Nokogiri有两种不同的解析器模式，一种用于XML，另一种用于HTML。 XML是严格的，HTML非常宽松，因为HTML并不总是表现良好。

doc = Nokogiri::XML('<xml><a>1</a></xml>')

或

doc = Nokogiri::HTML('<html><body>foo</body></html>')

这就是我一般parse an HTML file：

的方式

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::HTML(open('http://www.example.com'))
print doc.to_html
# >> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
[...]

要剥离标记，您需要先找到它，然后remove。在我们解析HTML或XML文档之后，我们将分别有一个Nokogiri :: HTML或Nokogiri :: XML文档，此时我们所谓的“标记”现在称为“节点”。 Nokogiri可以找到节点集，这些节点集是与搜索匹配的节点，或者是单个节点，这将是搜索的第一个匹配。

这将使用CSS访问器搜索匹配src="a.png"的第一个节点，这通常比XPath更容易/更清晰。 Nokogiri非常了解XPath和CSS，并且网站上提到的CSS有一些优点：

require 'nokogiri'
require 'open-uri'

html = '<html><body><img src="a.png" /><img src="b.png" /></body></html>'

doc = Nokogiri::HTML(html)
doc.at('img[@src="a.png"]').remove
print doc.to_html
# >> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
# >> <html><body><img src="b.png"></body></html>

要找到与访问者匹配的所有节点，您可以将doc.at('img[@src="a.png"]').remove替换为：

doc.search('img[@src="a.png"]').each { |n| n.remove }

tutorials也值得一读。

Answer 2

适合我：

require 'nokogiri'
xml = <<ENDXML
  <root>
    <img src="http://foo/foo.jpg" />
    <img src="http://bar/bar.jpg" />
  </root>
ENDXML

doc = Nokogiri::XML xml
img_src = "http://foo/foo.jpg"

doc.at_xpath("//img[@src='#{img_src}']").remove

puts doc
#=> <?xml version="1.0"?>
#=> <root>
#=> 
#=> <img src="http://bar/bar.jpg"/>
#=> </root>

如何删除具有给定src属性的图像节点？

2 个答案: