如何讓Nokogiri inner_HTML對象忽略/刪除轉義序列

目前，我正在嘗試使用nokogiri在頁面上獲取元素的內部HTML。不過，我不只是獲取元素的文本，我也獲得了它的轉義序列。有沒有辦法可以用nokogiri壓制或刪除它們？如何讓Nokogiri inner_HTML對象忽略/刪除轉義序列

require 'nokogiri' 
require 'open-uri' 

page = Nokogiri::HTML(open("http://the.page.url.com")) 

page.at_css("td[custom-attribute='foo']").parent.css('td').css('a').inner_html

這將返回=>"\r\n\t\t\t\t\t\t\t\tTheActuallyInnerContentThatIWant\r\n\t"

什麼是最有效，最直接的引入nokogiri（或Ruby）這樣的方式？

來源

2016-04-05 J-fish

什麼是轉義序列？我只看到標籤和新行，這將是各種文本節點的文本內容。請參閱「[mcve]」。沒有HTML的最小樣本，很難給出任何詳細的答案。 –

page.at_css("td[custom-attribute='foo']") 
    .parent 
    .css('td') 
    .css('a') 
    .text    # since you need a text, not inner_html 
    .strip    # this will strip a result

String#strip。

旁註：css('td a')可能比css('td').css('a')效率更高。

來源

2016-04-05 15:11:28 mudasobwa

'css（'td> a'）可能更有效率......如果''嵌套在其他標籤內，它也會返回不同的結果。 –

這工作完美，謝謝！ –

@theTinMan的確，謝謝，更大的信號是多餘的，固定的。 – mudasobwa

鑽入包含所需文本的最近節點非常重要。試想一下：

require 'nokogiri' 

doc = Nokogiri::HTML(<<EOT) 
<html> 
    <body> 
    <p>foo</p> 
    </body> 
</html> 
EOT 

doc.at('body').inner_html # => "\n <p>foo</p>\n " 
doc.at('body').text # => "\n foo\n " 
doc.at('p').inner_html # => "foo" 
doc.at('p').text # => "foo"

at，at_css和at_xpath返回節點/ XML ::元素。 search,css和xpath返回一個NodeSet。有一個節點或節點集看時text或inner_html回報如何信息有很大的不同：

doc = Nokogiri::HTML(<<EOT) 
<html> 
    <body> 
    <p>foo</p> 
    <p>bar</p> 
    </body> 
</html> 
EOT 

doc.at('p') # => #<Nokogiri::XML::Element:0x3fd635cf36f4 name="p" children=[#<Nokogiri::XML::Text:0x3fd635cf3514 "foo">]> 
doc.search('p') # => [#<Nokogiri::XML::Element:0x3fd635cf36f4 name="p" children=[#<Nokogiri::XML::Text:0x3fd635cf3514 "foo">]>, #<Nokogiri::XML::Element:0x3fd635cf32bc name="p" children=[#<Nokogiri::XML::Text:0x3fd635cf30dc "bar">]>] 

doc.at('p').class # => Nokogiri::XML::Element 
doc.search('p').class # => Nokogiri::XML::NodeSet 

doc.at('p').text # => "foo" 
doc.search('p').text # => "foobar"

注意使用search返回一個節點集和text返回節點的文本連接在一起。這很少是你想要的。

還要注意引入nokogiri是足夠聰明，想出一個選擇是CSS或XPath的99％的時間，所以使用任何類型選擇的一般search和at非常方便。

來源

2016-04-05 19:42:45

這非常有幫助！我仍然在學習'at'和'search'的進出，所以這些例子非常感謝！ –

如何讓Nokogiri inner_HTML對象忽略/刪除轉義序列

回答

相關問題