Question

我有以下HTML：

<ul class="filtering_new" width="50%">
     <li class="filter">1</li>
     <li class="filter">2</li>
     <script>Alert('1');</script>
     <li class="filter">3</li>
</ul>

如何使用li获取inner_html = 3？

我试过这样：

page.search("//ul.filtering_new").each do |list|
     puts list.search("li").size  
end

其中page是HTML文档。

size = 2，但它应该是3。

我尝试在手动https://github.com/hpricot/hpricot/wiki/hpricot-challenge中做但我甚至找不到<script。

 list.search("script")

什么都不返回。

Answer 1

使用search时，我认为您不能将 XPath 与 CSS选择器混淆。在你的例子中你做。尝试：

 //ul[@class='filtering_new']

或

ul.filtering_new

在search内。

Answer 2

Ruby中的大多数XML / HTML解析现在使用Nokogiri，所以我建议使用解析器。但是，Hpricot和Nokogiri都支持XPath和CSS，因此它们可以互换。

我会这样做：

html = <<EOT
<ul class="filtering_new" width="50%">
     <li class="filter">1</li>
     <li class="filter">2</li>
     <script>Alert('1');</script>
     <li class="filter">3</li>
</ul>
EOT

require 'nokogiri'

doc = Nokogiri::HTML(html)
li = doc.search('//li[@class="filter"]').select{ |n| n.text.to_i == 3 } 
li # => [#<Nokogiri::XML::Element:0x8053fc84 name="li" attributes=[#<Nokogiri::XML::Attr:0x8053fb6c name="class" value="filter">] children=[#<Nokogiri::XML::Text:0x80546f98 "3">]>]

找到候选节点，然后将它们作为NodeSet返回以进行迭代，根据节点的文本选择/拒绝它们。

li = doc.search('//li[text() = "3"]') 
li # => [#<Nokogiri::XML::Element:0x8053fc84 name="li" attributes=[#<Nokogiri::XML::Attr:0x8053fb6c name="class" value="filter">] children=[#<Nokogiri::XML::Text:0x80546f98 "3">]>]

将更多的比较卸载到底层的libXML库，它运行得更快。

使用Hpricot和Ruby获取另一个元素之后的元素

2 个答案: