我可以用nokogiri获取html元素吗？

Question

我对nokogiri有疑问,我需要从页面获取HTML元素,并为每个元素获取xpath.问题是我无法意识到如何用nokogiri做到这一点.HTML代码是随机的,因为我要从不同的网站解析几个页面.

Answer 1

如果您询问如何搜索节点,可以使用CSS或XPath表达式,如下所示:

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

doc = Nokogiri::HTML(open("http://slashdot.com/"))

node_found_by_css = doc.css("h1").first
node_found_by_xpath = doc.xpath("/html/body//h1").first

如果你问的是,一旦你找到了一个节点,就可以为它检索规范的XPath表达式,你可以这样使用Node#path:

puts node_found_by_css.path # => "/html/body/div[3]/div[1]/div[1]/h1"