在引入nokogiri

Question

選擇的變化，我刮這兩個網站：

1. https://www.library.uq.edu.au/uqlsm/availablepcsembed.php?branch=Law
2. https://www.library.uq.edu.au/uqlsm/availablepcsembed.php?branch=BSL。

不幸的是，它們有變化。其中一個在href標記內具有級別名稱（例如級別2），而另一個只是純文本。我如何選擇一個或另一個取決於哪一個？

我想這無濟於事：

level.css(/"a[href]"|".left"/).text 

這裏被縮短2 HTML部分的版本：

<table class="chart"> 
    <tr valign="middle"> 
     <td class="left">Level 2</td> <!-- the problem --> 
     <td class="middle"><div style="width:86%;"><strong>86%</strong></div></td> 
    </tr> 
</table> 

<table class="chart"> 
    <tr valign="middle"> 
     <td class="left"><a href="availablepcsembed.php?branch=BSL&room=Lvl1">Level 1</a></td> 
     <td class="middle"><div style="width:32%;"><strong>32%</strong></div></td> 
    </tr> 
</table> 

我的代碼（來自於整個方法的代碼部分編輯）

def self.scrape_details_page(library_url) 
    details_page = Nokogiri::HTML(open(library_url)) 

    details_page.css("table.chart tr").collect do |level| 
     right = level.css(".right").text.split 
     {level: level.css("a[href]").text, available: right[0], out_of_available: right[3]} 
    end 
end 

Answer 1

多虧了我的靈感固定它使用.css(".left").text。這只是選擇tr內左側td中的所有文本。

工作代碼：

def self.scrape_details_page(library_url) 
    details_page = Nokogiri::HTML(open(library_url)) 

    details_page.css("table.chart tr").collect do |level| 
     right = level.css(".right").text.split 
     {level: level.css(".left").text, available: right[0], out_of_available: right[3]} 
    end 
end 

Answer 2

如果你想要做的就是搶在最裏面的div中的文字，你應該能夠下潛所有通過在解析的td元素上調用#text來降低方式。不需要考慮和走路可能存在於其內的額外標籤，例如鏈接標籤。鑑於你的代碼寫的：

details_page.css("table.chart tr").collect do |level| 
    level = level.text 
end 

對於每一個元素，這將拉動水平標籤或百分比值（內部文本）作爲一個字符串，並賦值給變量的水平。

編輯：另外，如果您關心越來越級別的標籤，你可以通過過濾類的元素前面：從@jk_

details_page.css("table.chart tr td.left").collect do |level| 
    level = level.text 
end 

Answer 3

的answer by jk_應該在這個特殊的情況下工作。

在更一般的情況下，如果您打算使用CSS選擇器，則需要對「或」（逗號）使用CSS語法。因此，如果您打算使用您最初詢問的選擇器，它會是

level.css('a[href], .left').text