按照它們在文檔中出現的順序獲取元素

Question

我有一個文檔，想要提取一些元素，這些元素是父元素的直接後代，但省略了其他元素。 問題是我沒有按照它們在文檔中出現的順序獲取元素。 原因可能實際上是我使用的CSS選擇器是錯誤的......

require 'rubygems' 
require 'nokogiri' 
require 'open-uri' 

html = <<END 
    <content> 
    <p>Lorem</p> 
    <div> 
     FOO 
     <p>BAR</p> 
    </div> 
    <h1>Ipsum</h1> 
    <p>Dolor</p> 
    <div> 
     BAR 
     <h2>FOO</h2> 
    </div> 
    <h2>Sit</h2> 
    <p>Amet</p> 
    </html> 
END 

Nokogiri::HTML(html).css('content > p, content > h1, content > h2').inner_html # "<p>Lorem</p><p>Dolor</p><p>Amet</p><h1>Ipsum</h1><h2>Sit</h2>" 

我要的是

<p>Lorem</p><h1>Ipsum</h1><p>Dolor</p><h2>Sit</h2><p>Amet</p> 

Answer 1

嘗試使用這個XPath：

//content/p|//content/h1|//content/h2 

Answer 2

你想的不同元素中列出它們在路上文檔，但正如您所看到的，您可以根據CSS選擇器順序獲取元素。

爲了解決這個問題，你必須給元素添加一個類屬性，所以你選擇所有具有該類的元素，而不是隻使用一個CSS選擇器，這意味着元素將按正確的順序排列。