如何避免在抓取时加入节点中的所有文本
作者：the Tin Man 提问时间：4/25/2017
当我从HTML或XML中抓取几个相关节点来提取文本时，所有文本都连接成一个长字符串，因此无法恢复单个文本字符串。 例如： require 'nokogiri' doc = Nokogiri::H...
nokogiri 问答列表
使用 Ruby / Nokogiri 解析随机类名
作者：kraftydevil 提问时间：11/7/2020
当涉及到各州美国总统选举选票的剩余百分比时，我一直在手工计算。有这么多的更新和状态 - 这越来越累了。那么，为什么不将流程自动化呢？ 这是我正在看的： 问题是类名是随机的。例如，这是我感兴趣的： ...
为什么不能使用正则表达式来解析 HTML/XML：通俗易懂的正式解释
作者：mac 提问时间：7/20/2011
在 SO 上，没有一天没有关于解析 （X）HTML 或 XML 的问题，并被问到正则表达式。 虽然想出一些例子来证明正则表达式对于这项任务的不可行性，或者用一组表达式来表示这个概念是相对容易的，但我...
在 ruby nokogiri 中解析复杂表结构的联接文本
作者：snoozy 提问时间：2/9/2023
我有一个HTML表格，我想从一些td中获取文本。现在，有时文本是单个 td，但有时它会传播成多个 td。如果文本在多个 td 中传播，我该如何加入文本。这是 HTML 代码 <table clas...
如何合并 3 个哈希？
作者：snoozy 提问时间：2/6/2023
我一直在尝试从表中获取一些信息到哈希中，所以这是我有一个如下所示的 HTML 表的代码，我提取party_names和类型并将它们合并到单个哈希中。现在我需要将另一个哈希与参与方地址合并。我能够得到地...
Nokogiri 下一个元素（按类型）
作者：Bad Hombre 提问时间：8/31/2022
说我有 <h3></h3> <h2></h2> <p></p> 如何从以下位置访问节点ph3 现在我只能从中获取不接受任何参数并返回标签。doc.css('h3').next_elementh...
如何使用 Nokogiri 捕获同级标签之间的连续元素？
作者：rosswgray 提问时间：5/31/2022
我有类似以下 HTML 的东西，它代表了多项选择题。模式通常是标签（问题），然后是 和 和 四个 s（答案选项）。但是，只是偶尔，一个问题会超过一个标签。<p><ol><li><p> <ol /> ...
在 Rails 中从 HTML 段落创建文本摘录
作者：sn3p 提问时间：3/7/2022
我正在尝试提取一篇文章的摘录（Markdown 解析为 HTML），其中仅包含段落中的纯文本。所有 HTML 都需要被剥离，换行符、制表符和连续空格需要替换为单个空格。 我的第一步是创建一个简单的测...
如何使用 Nokogiri 获取没有任何文本内容的完整 HTML
作者：jayp 提问时间：10/26/2021
我正在尝试使用 Nokogiri 来获取页面的完整 HTML，但删除了所有文本。 我试过了这个： require 'nokogiri' x = "<html> <body> <div class=...
当我的 Ruby 代码中的 gsub 方法出现问题时，尝试将 HTML <a> 标签替换为从中剥离的 URL
作者：s1rrv 提问时间：3/19/2021
我试图实现基本的替代，但我发现很难确定这里的行为。 我想用其中包含的 URL 替换标签。 这是我的代码： require 'nokogiri' message = "Hi Testin wFA...