Question

我正在尝试使用Nokogiri创建HTML页面的标记结构大纲，我可以将其用作指示html页面内容是否已更改。

要做到这一点，基本上我想删除所有文本，只剩下HTML标签（没有属性）。

这个想法是使用它作为页面的草图，我使用的几个之一，以查看页面是否已更改。

当我完成后，我希望“草图”看起来大致像

<html><head></head><body><div></div><p><div></div></p></body></html>

这样可以将其与修订版进行比较，以查看页面结构是否已更改。

有很多关于如何在Nokogiri解析dom的例子。但是，如何才能上市呢？

任何想法？

Answer 1

这样的事情可以做到：

class Nokogiri::XML::Node

  def to_sketch
    children.find_all(&:element?).map(&:to_sketch).join
  end
end

class Nokogiri::XML::Element
  def to_sketch
    "<#{name}>#{super}</#{name}>"
  end
end

编辑示例

require 'nokogiri'
require 'open-uri'
Nokogiri::HTML(open('http://google.com')).to_sketch

返回：

"<html><head><meta></meta><title></title><script></script><style></style><script></script></head><body><textarea></textarea><div><div><nobr><b></b><a></a><a></a><a></a><a></a><a></a><a></a><a><u></u></a></nobr></div><div><nobr><span></span><span></span><span><a></a></span><a></a><a></a></nobr></div><div></div><div></div></div><center><br></br><div><a><img></img></a><br></br><br></br></div><form><table><tr><td></td><td><input></input><input></input><input></input><div><input></input></div><br></br><span><span><input></input></span></span><span><span><input></input></span></span></td><td><a></a><a></a></td></tr></table></form><div><br></br><div><font><a></a><a></a><a></a></font><br></br><br></br></div></div><div></div><span><center><div><div><a></a><a></a><a></a><a></a></div></div><p><a></a></p></center></span><div></div><div><script></script></div><script></script><script></script></center></body></html>"

如何使用Nokogiri在页面上创建HTML标记结构的大纲？

1 个答案: