Question

我有一个如下文件：

<ul>
  <li>
    <a href="/Synergies">Link</a>Content
  </li>
  </li>
    Content <a href="/Synergies">Link</a>
  </li>
</ul>

我只想获取以<a>标记开头的列表项，即第一个<li>会被点击，而第二个则不会。

我尝试获取html内容上的所有列表项和正则表达式匹配，但似乎不起作用：

list.search('li').each do |item|
  if /^<a href="\/Synergies".*$/.match(item) 
    puts link # hit?
  end
end

任何建议将不胜感激！

Answer 1

您可以检查项目的第一个孩子不是文本还是空文本：

list.search('li').each do |item|
  if !item.children.first.text? || item.children.first.text.strip.empty?
    puts item # hit?
  end
end

如果要排除不以链接开头的项目，则可以选择第一个孩子并在以下情况下检查其父母：

list.search('li > a:first-child').each do |item|
  if !item.parent.children.first.text? || item.parent.children.first.text.strip.empty?
    puts item # hit?
  end
end

Nokogiri仅首先获得带有链接的列表项

1 个答案: