Question

我尝试使用Nokogiri gem从rails应用程序中的xml中提取数据，

xml ：

<item>
    <description>
        <![CDATA[<img src="something" title="anothething">
        <p>text, bla bla...</p>]]>
    </description>
</item>

实际上，我这样做是为了从xml中提取数据：

def test_content
    @return = Array.new
    site = 'http://www.les-encens.com/modules/feeder/rss.php?id_category=0'
    @doc = Nokogiri::XML(open(site, "UserAgent" => "Ruby-OpenURI"))
    @doc.xpath("//item").each do |n|
        @return << [
            n.xpath('description')
        ] 
   end
end

你能告诉我如何从 img 标签中提取 src 属性吗？

修改： 我用正确的替换xml。

Answer 1

在Nokogiri进行的xpath调用的结果将是NodeSet，这只是Nokigiri的列表Nodes

考虑到这一点，我们可以从Nokogiri文档中提取示例并进行调整。

要回答你的问题，“你能告诉我如何从img标签中提取src属性吗？”，这是一种这样的方法。

#the 'open' method here is part of the open-uri library
xml = Nokogiri::XML(open(your_url_here))

all_images = xml.xpath("//img") #returns NodeSet (list of Nokogiri Nodes)

image_sources = []

#iterate through each node
all_images.each() do |node|
  image_sources << node.get_attribute('src') #One method
  #image_sources << node['src'] #Another convention we could use
end

正如Phrogz在下面所说的，从所有图像节点中拉出'src'属性的一种更加自觉的方法是直接映射'src'属性，而不是迭代并推送到数组上。

image_sources = all_images.map{ |node| node['src'] }

Answer 2

我的解决方案代码，感谢@Douglas和@Phrogz

def test_content
    site = 'xml-link'
    # On lit le xml généré par le site
    xml = Nokogiri::XML(open(site, "UserAgent" => "Ruby-OpenURI"))
    # On le converti en html
    xml = xml.to_html
    # On le lit a nouveau
    html = Nokogiri::HTML(xml)
    # on extrait les images
    @images = html.xpath('//img')
    # on stock leurs sources dans un tableau
    @images_sources = @images.map{|node| node['src']}
end

Nokogiri从xml中提取数据

2 个答案: