Webscraping - 从包含多个项目的列中提取单个项目（Nokogiri，Ruby）

Question

我是网络开发新手并尝试学习网页编写。我试图从中提取的列包含多个项目，我想分别获取各个项目。

site = "http://www.cyrptomarketcap.com"
doc = Nokogiri::HTML.parse(open(site))
coin_table = doc.css("table").sort { |x,y| y.css("tr").count <=> x.css("tr").count }.first
rows = coin_table.cc("tr")
rows = rows.select { |row| row.css("th").empty? }
data = rows.map do |row|
  [row.at_css("td:nth-child(2)").try(:text)]
end

结果是：

=＆GT; [[＆＃34; \ n \ n \ n \ n BTC \ n比特币\ n＆＃34;]，[＆＃34; \ n \ n \ n \ n XRP \ n Ripple \ n＆＃34;] ，...]

我需要做些什么才能获得名字？

Answer 1

您可以将以下内容应用于data变量：

data.flatten.map { |s| s.split("\n")[-2].gsub(' ', '') }

结果如下：

["Bitcoin", "Ripple", ...]