Question

我正在尝试使用Nokogiri来显示网址的结果。（基本上是抓取一个URL）。

我有一些HTML类似于：

<p class="mattFacer">Matty</p>
<p class="mattSmith">Matthew</p>
<p class="suzieSmith">Suzie</p>

所以我需要找到所有以“matt”开头的元素。我需要做的是保存元素的值和元素名称，以便我下次可以引用它。所以我需要捕获

"Matty" and "<p class='mattFacer'>"
"Matthew" and "<p class='mattSmith'>"

我还没有弄清楚如何捕获元素HTML，但这是我到目前为止的元素（它不起作用！）

doc = Nokogiri::HTML(open(url))
tmp = ""
doc.xpath("[class*=matt").each do |item|
    tmp += item.text
end

@testy2 = tmp

Answer 1

这应该让你开始：

doc.xpath('//p[starts-with(@class, "matt")]').each do |el|
  p [el.attributes['class'].value, el.children[0].text]
end
["mattFacer", "Matty"]
["mattSmith", "Matthew"]

Answer 2

使用：

/*/p[starts-with(@class, 'matt')] | /*/p[starts-with(@class, 'matt')]/text()

这将选择任何p元素，这些元素是XML文档顶部元素的子元素，其class属性的值以"matt"开头，任何文本节点子元素都是这样的p元素。

根据此XML文档进行评估时（未提供任何内容！）：

<html> Matty Matthew Suzie </html>

选择了以下节点（每个节点在一个单独的行上），并且可以按位置访问：

Matty Matty Matthew Matthew

以下是快速XSLT验证：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output omit-xml-declaration="yes" indent="yes"/> <xsl:template match="/"> <xsl:for-each select= "/*/p[starts-with(@class, 'matt')] | /*/p[starts-with(@class, 'matt')]/text() "> <xsl:copy-of select="."/> <xsl:text>
</xsl:text> </xsl:for-each> </xsl:template> </xsl:stylesheet>

此转换的结果，当应用于同一XML文档（上面）时，是所选节点的预期正确序列：

Matty Matty Matthew Matthew

Answer 3

接受的答案很棒，但另一种方法是使用Nikkou，它允许您通过正则表达式进行匹配（无需熟悉XPATH函数）：

doc.attr_matches('class', /^matt/).collect do |item|
  [item.attributes['class'].value, item.text]
end

Answer 4

doc = Nokogiri::HTML(open(url))
tmp = ""
items = doc.css("p[class*=matt]").map(&:text).join

通过类属性的部分匹配获取所有元素

4 个答案: