Question

我不确定我的问题名称。我有一个使用nokogiri的HTML页面。现在我想从该页面上删除一些标签。在将html转换为字符串后，我尝试使用ruby的delete方法 - 虽然它删除了我输入的所有字母。我得到的最好结果是使用.gsub('<stuff>', '')虽然它仍留有一些空间。是否有可能实际切割字符串的东西？具体的解剖？另一个问题 - 我可以删除空格吗？

到目前为止我做了什么：

doc = Nokogiri::HTML(open("http://www.example.com/"))
tester = doc.css(".example").to_s.gsub('<div class="example">', '')

Answer 1

我建议尝试在xml树级别而不是字符串编辑。我认为nokogiri api为你提供了一些工具。

另一种方法可能是使用css或xpath选择所需的数据，而不是删除不需要的部分？

还有一个用于规范字符串空间的xpath函数，有一个例子in this question

一些nokogiri的帮助：

Answer 2

查看Nokogiri的教程。特别是，您想阅读"Modifying an HTML / XML Document", Changing text contents。

Nokogiri的XML访问器非常友好，因为您不需要使用XPath。您也可以使用CSS访问器，对于那些整天不使用XML的人来说，他们可以提供很多帮助。

在该特定示例中，他们使用at_css方法，该方法搜索目标的第一次出现。您有许多替代方法，即同义词：at，%，at_css和at_xpath处理“查找第一个”案例。 search，css，xpath，/类似地处理“查找所有事件”。

例如：

require 'nokogiri'

html = '<h1>Snap, Crackle and Pop</h1>'

doc = Nokogiri::HTML(html)
h1 = doc.at('h1') 
h1.content = h1.content[0, h1.content.length - 3] + '...'

puts doc.to_html

>> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
>> <html><body><h1>Snap, Crackle and ...</h1></body></html>

在Nokogiri中创建一个新的HTML文档，搜索第一个H1，并修剪其内容中的尾随三个字符，用省略号替换它们。

如何在红宝石中剪掉字符串中的短语？

2 个答案: