Question

我遇到的问题与我认为与Tempfiles有关的简单程序有关。我正在使用＆＃39; open-uri＆＃39;和＆＃39; nokogiri＆＃39;我正在尝试对文档进行正则表达式搜索以及使用nokogiri进行xpath搜索。但是，如果没有对文档提出两个单独的请求，从而创建两个单独的Tempfiles，我似乎无法做到这一点。这有效，但是提出了两个请求：

require 'open-uri'
require 'nokogiri'

source_url = "http://foo.com/"
#grab html document and assign it a variable
doc = open(source_url)
#grab html document, convert to Nokogiri object and assign to variable.
noko_doc = Nokogiri::HTML(open(source_url))

#create array of stuff. 
foo = noko_doc.xpath("//some element").collect { |e| e }
#create another array of stuff
bar = []
doc.each do |f|
    f.each do |line|
        abstract_matches = line.scan(/some regex string/)                                  
        unless abstract_matches.empty?
            abstract_matches.collect! do |item|
                if item.to_s.match(/yet another regex string/) 
                    item
                end
            end.compact!
            unless abstract_matches.empty?
                abstract_matches.each { |match| bar << "#{ match } / " }
            end
        end
    end
end
#all for this
puts foo + bar

如果我能通过＆＃39; doc＆＃39;我更愿意变量到Nokogiri :: HTML，以及迭代它。帮助

Answer 1

迭代Tempfile并不常见。更常见的是这样访问：

html = open(source_url).read
noko_doc = Nokogiri::HTML(html)
html.split("\n").each do |line|
  # do stuff
end

Answer 2

您可以从字符串中解析HTML，请参阅the tutorial。

难道你不能把doc放到一个字符串中并从中解析Nokogiri吗？

使用Tempfile两次？

2 个答案: