假设我已经解析了以下的一行HTML ...
<a href="http://www.google.com" class="blah"><img src="logo.png" border="0"></img><br><span class="red">Go to google!</span></a>
这只是一个例子......但除了以下内容之外,我将如何剥离所有内容:
http://www.google.com
logo.png
Go to google!
此外,是否可以搜索通配符?
答案 0 :(得分:1)
如果你可以使用一些宝石,那将是一项非常简单的工作。我建议你Mechanize gem
。参考:http://mechanize.rubyforge.org/Mechanize.html
答案 1 :(得分:1)
也许是这样的:
doc = Nokogiri::HTML '<a href="http://www.google.com" class="blah"><img src="logo.png" border="0"></img><br><span class="red">Go to google!</span></a>'
doc.xpath('//*/@href|//*/@src|//*/text()').map(&:to_s)