Question

我正在尝试使用ruby xpath和nokogiri获取写在HTML表中的“cell4”值，如下所示：

<html>
<body>

<h1>Heading</h1>

<p>paragraph.</p>

<h4>Two rows and three columns:</h4>
<table border="0">
<tr>
  <td>cell1</td>
  <td>cell2</td>
</tr>
<tr>
  <td>cell3</td>
  <td>cell4</td>
</tr>

</table>

</body>
</html>

我有以下简单的代码，但它带来了[]。这个问题必须足够简单，但无法找到任何可以在谷歌上点击的内容

#!/usr/bin/ruby -w

require 'rubygems'
require 'nokogiri'

page1 = Nokogiri::HTML('test_simple.html')

a = page1.xpath("//html/body/table/tr[2]/td[2]")
p a

xpath在REXML上按预期工作，因此它是正确的，但不在nokogiri上。由于这将用于更大的htmls，因此无法使用REXML。问题似乎不仅仅是表格中只有其他标签内容

或者也不能被删除。

Answer 1

恕我直言，使用Nokogiri中的CSS API（XPath总是让我感到头疼）是非常有用的：

page.css('td') # should return an array of 4 table cell nodes
page.css('td')[3] # return the 4th 'td' node, counting starts at 0

Answer 2

感谢taro的评论，我能够通过一些努力解决问题

这是正确的代码：

#!/usr/bin/ruby -w
require 'rubygems'
require 'nokogiri'
page1 = Nokogiri::HTML(open('test_simple.html'))
a = page1.xpath("/html/body/table/tr[2]/td[2]").text
p a

使用xpath的ruby nokogiri HTML表格刮擦

2 个答案: