我有以下代码:
require 'rubygems'
require 'nokogiri'
require 'open-uri'
time = Time.new
url = "http://mobile.bahn.de/bin/mobil/bhftafel.exe/dox?input=Richard-Strauss-Stra%DFe%2C+M%FCnchen%23625127&date=" +
time.strftime("%d%m%Y") +
"&time=" +
time.strftime("%H") +
"%3A" +
time.strftime("%M") +
"&productsFilter=1111111111000000&REQTrain_name=&maxJourneys=10&start=Suchen&boardType=Abfahrt&ao=yes"
doc = Nokogiri::HTML(open(url))
doc.xpath('//div//p').remove
doc.encoding = 'UTF-8'
doc = doc.xpath('//div').each do |node|
text = node.text.gsub(/\n([ \t]*\n)+/,"\n",).gsub(/^\s+|\s+$/,'').gsub("Startseite", '').gsub("Impressum", '')
puts text unless text.empty?
end
我有两个问题:
äü
。答案 0 :(得分:0)
原始HTML很长而且没有缩进,因此很难调试。
但我认为你需要更换:
doc = doc.xpath('//div').each do |node|
使用:
doc = doc.xpath('//body/div').each do |node|
第一个元素还包括所有<div>
元素,因此它包含//body/div
,然后单独包含<div>
内的//body/div
我使用puts
对变音字符没有任何问题,但在将它们写入文件时确实存在问题。你的确切问题是什么?如果你在解决方案溢出问题的Stack Overflow上创建一个新问题,那可能是最好的。