Question

我有一个Ruby程序，它将HTML文档作为输入。这个HTML文档的结构是未知的，可以是任何东西。

此外，还保证文档使用CSS进行格式化。

输出必须是散列，其中每个键都是文档中使用的CSS类，值是CSS类出现在文档正文中的次数。

Answer 1

require 'open-uri'
require 'nokogiri'

doc = Nokogiri.HTML(open('http://stackoverflow.com'))
classes = doc.xpath('//@class').map{ |attr| attr.value.split(/\s+/) }.flatten
counts = Hash[
  classes.group_by(&:to_s).map{ |n,ary| [n,ary.count] }.sort_by{ |n,i| [-i,n] }
]

require 'pp'
pp counts
#=>{"post-tag"=>320,
#=> "mini-counts"=>270,
#=> "cp"=>90,
#=> "narrow"=>90,
#=> "question-hyperlink"=>90,
#=> ...etc...

描述：

使用xpath查找所有class="..."属性，例如class="a b"，class="c"，class="b"
split，例如class="a b"⇒["a","b"]
flatten到一个列表中，例如[["a","b"],["c"],["b"]]⇒["a","b","c","b"]
group_by从字符串哈希到点击，例如⇒{"a"=>["a"],"b"=>["b","b"],"c"=>["c"]}
map将姓名与length配对，例如⇒[["a",1],["b",2],["c",1]]
为了好玩，sort_by次出现下降，例如⇒[["b",2],["a",1],["c",1]]
Hash.[]再次变为哈希，例如⇒{"b"=>2,"a"=>1",c"=>1}

或者（不是功能风格，更直接）在步骤3之后循环并向哈希添加计数。对于奖励积分，请使用默认的“0”值初始化哈希：

counts = Hash.new(0)
classes.each{ |name| counts[name] += 1 }

计算CSS类的出现次数

1 个答案: