我有一个 HTML 文档可以从那里解析和读取一堆东西。问题是 html 中有多个表,我只对一个表感兴趣。另外,我只想阅读具有一些有用内容的行。这是示例 html 页面,有两个没有 ID 的表,我只想要第二个表和对人类有用的行。
<HTML>
<BODY>
<TABLE>
<TR>
<TD> I don't want this table </TD></TR>
<TR>
<TD></TD>
<TD> No No No <br></TD>
</TR>
....
</TABLE>
<TABLE>
<TR>
<TD>04/13/2012 22:51 I want this table </TD></TR>
<TR>
<TD></TD>
<TD> First - something there <br></TD>
</TR>
<TR>
<TD>04/13/2012 23:23 Update from xyz</TD></TR>
<TR>
<TD></TD>
<TD>Second - something here <br></TD>
</TR>
</TABLE>
</BODY>
</HTML>
我正在尝试这段代码,这显然是行不通的。o/p 不是我想要的文本。它包括两个表,我只想要第二个表。帮助!
require 'curb'
require 'nokogiri'
c = Curl::Easy.perform("http://server/cgi-bin/page.cgi?id=123456")
html_doc = Nokogiri::HTML(c.body_str.to_s)
puts html_doc.xpath("//table/tr/td")