XPath从IMG标签解析"SRC"？

Question

现在我成功地从HTML页面抓取了完整的元素:

//img[@class='photo-large']

例如它会返回:

<img src="http://example.com/img.jpg" class='photo-large' />

但我只需要SRC网址(http://example.com/img.jpg).有帮助吗？

Answer 1

你是如此接近自己回答这个问题,我有点不愿意为你回答.但是,以下XPath应该提供您想要的(当然,前提是源代码是XHTML).

//img[@class='photo-large']/@src

如需进一步的提示,请查看W3学校.他们有关于这些事情的优秀教程,也是一个很好的参考.

Answer 2

使用Hpricot这工作:

doc.at('//img[@class="photo-large"]')['src']

如果您有多个图像,下面给出一个数组:

doc.search('//img[@class="photo-large"]').map do |e| e['src'] end

然而,引入nokogiri是快很多倍,它"可以作为替代的下降"的角度来说,Hpricot.
这里是Nokogiri的版本,其中用于选择属性的XPath工作:

doc.at('//img[@class="photo-large"]/@src').to_s

或许多图像:

doc.search('//img[@class="photo-large"]/@src').to_a