استخراج الروابط (Url) ، nokogiri في روبي ، من a href html العلامات ؟

Question

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/'

Answer 1

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.

Answer 2

وطيب هذا الرمز يعمل مثاليا بالنسبة لي، وذلك بفضل ر.س

p doc.xpath('//div[@class="heat"]/a').map { |link| link['href'] }