只忽略某些div內的元素

我有一個基本的網頁刮板，它從網頁中拉出一小段文本並將它們放入列表中。我的問題是，有動態廣告出現在頁面上，並弄亂了列表。我正在刮的頁面是一個Yelp餐廳列表頁面。只忽略某些div內的元素

我拔出biz-name（商業名稱）並將其添加到列表中，並且它工作正常，但是當廣告出現時，scraper也會拉動biz-name。

這是結構，但我不知道如何忽略'AD元素'，只是刮普通的商業名稱。我削減了很多，刪除了「不重要」的元素。

這是一則廣告：

<li class="yloca-search-result"> 
    ... 
     ... 
     <a class="biz-name"...><span>San Lorenzo’s</span></a> 
</li>

這是一個常規列表：

<li class="regular-search-result"> 
    ... 
     ... 
     <a class="biz-name"...><span>BigGrill</span></a> 
</li>

我一直在努力使引入nokogiri忽略了企業名稱的<li class="yloca-search-result">內，只能選擇別人在regular-search-result類中。我無法弄清楚。至少有人能指出我正確的方向嗎？可能嗎？

您知道Yelp有一個[API]（https://www.yelp.com/developers/documentation/v2/overview）旨在幫助您避免刮頁嗎？我建議利用它。 –

@theTinMan我試過了，但它沒有給出相同的結果，它僅限於許多結果。這顯然更容易使用，但刮擦給了我更好的結果。 – boogiewonder

請注意，他們的TOS可能禁止刮擦，因此您很有可能被禁止。 –

我想通了。並不難，但我只是看不到答案。

ad = doc3.at_css("li.yloca-search-result") 
ad.remove

2015-12-02 17:51:46 boogiewonder

您可能想要使用'doc3.search（'li.yloca-search-result'）。unlink'。這將一次性刪除頁面中的所有廣告。 –

@theTinMan謝謝！ – boogiewonder

回答