Question

我有一个HTML文档，我想在其中找到<ol>的最大深度。我的问题的示例在中给出。

HTML是：

<body>
    <nav id="abc" epub:type="abc">
        <ol>
            <li><a href="cover.xhtml">cover</a></li>
            <li><a href="review.xhtml">review</a></li>
            <li><a href="preface.xhtml">preface</a></li>
            <li><a href="ch00.xhtml">ch00</a></li>
            <li><a href="part01.xhtml">part01</a>
                <ol>
                    <li><a href="ch01.xhtml">ch01</a>
                        <ol>
                            <li><a href="ch01-01.xhtml">ch01-01</a></li>
                            <li><a href="ch01-02.xhtml">ch01-02</a></li>
                            <li><a href="ch01-03.xhtml">ch01-03</a></li>
                            <li><a href="ch01-04.xhtml">ch01-04</a></li>
                        </ol>
                    </li>
                </ol>
            </li>
        <ol>
    </nav>
</body>

Answer 1

ol_depth = []
Nokogiri::XML::Reader(File.open('toc.xhtml')).each do |node|
  ol_depth << node.depth if node.name == 'ol'
end

ol_depth.uniq.count #=> 3

由于您使用的图片，我使用了这个文件名。

顺便说一句，您的数据有误（最后</ol>，不带斜杠）

Answer 2

这实际上是HTML，而不是XML：

doc = Nokogiri::HTML html_string
doc.search('ol').map{|ol| ol.ancestors('ol').length}.max
#=> 2

Answer 3

乍一看，这似乎可以满足您的要求：

html = <<~EOT
  <body>
      <ol>
          <li><a href="cover.xhtml">cover</a></li>
              <ol>
                  <li><a href="ch01.xhtml">ch01</a>
                      <ol>
                          <li><a href="ch01-01.xhtml">ch01-01</a></li>
                      </ol>
                  </li>
              </ol>
          </li>
      </ol>
  </body>
EOT

require 'nokogiri'

doc = Nokogiri::HTML(html)
ol_depth = doc.at('ol') ? doc.search('ol ol').size + 1 : 0
ol_depth # => 3

利用CSS可以通过ol ol在标签内找到标签的优势。如果at('ol')找到一个ol节点，它将返回该节点，从而触发对所有其他嵌套节点的更深入的搜索。

但是，如果文档中有多个包含嵌套ol标签的部分，则该字段将分解。我怀疑其他答案也有相同的问题，但没有对其进行测试。

如何确定文档中标签的最大数量

3 个答案: