استخراج الروابط (Url) ، nokogiri في روبي ، من a href html العلامات ؟
سؤال
أريد أن مستخرج من صفحة ويب جميع عناوين url كيف يمكن أن أفعل ذلك مع nokogiri?
على سبيل المثال:
<div class="heat"> <a href='http://example.org/site/1/'>site 1</a> <a href='http://example.org/site/2/'>site 2</a> <a href='http://example.org/site/3/'>site 3</a> </diV>
النتيجة يجب أن تكون قائمة:
l = ['http://example.org/site/1/', 'http://example.org/site/2/', 'http://example.org/site/3/'
المحلول
يمكنك أن تفعل ذلك من هذا القبيل:
doc = Nokogiri::HTML.parse(<<-HTML_END)
<div class="heat">
<a href='http://example.org/site/1/'>site 1</a>
<a href='http://example.org/site/2/'>site 2</a>
<a href='http://example.org/site/3/'>site 3</a>
</div>
<div class="wave">
<a href='http://example.org/site/4/'>site 4</a>
<a href='http://example.org/site/5/'>site 5</a>
<a href='http://example.org/site/6/'>site 6</a>
</div>
HTML_END
l = doc.css('div.heat a').map { |link| link['href'] }
هذا الحل يجد كل مرساة العناصر باستخدام css محدد ويجمع بهم href الصفات.
نصائح أخرى
وطيب هذا الرمز يعمل مثاليا بالنسبة لي، وذلك بفضل ر.س
p doc.xpath('//div[@class="heat"]/a').map { |link| link['href'] }
لا تنتمي إلى StackOverflow