如何過濾CDATA並僅從HTML獲取文本？

Question

我想使用Nokogiri解析HTML文件。我能夠做到這一點，但我只想要文本和CDATA或JavaScript，因爲我的腳本和div標籤都在文件中。

Answer 1

您可以刪除所有腳本元素，

doc.search('script').remove 

...然後選擇所有文本元素

doc.xpath('//text()') 

...或者只是選擇div元素中的文本元素

doc.xpath('//div//text()')