我看过“如何使用 Ruby 或 Nokogiri 获取页面的原始 HTML 源代码？ ”，它使用如下内容：
file = open("index.html")
puts file.read
page = Nokogiri::HTML(file)
但它似乎将读取点移动到文件的末尾，这样 Nokogiri 就无法再读取文件了。如果我交换read和 Nokogiri 电话：
file = open("index.html")
puts file.read
page = Nokogiri::HTML(file)
该文件不再输出。我希望能够向 Nokogiri 查询它最初使用的 HTML，这样我就可以对原始源进行自己的额外解析。理想情况下，我想要类似的东西
file = open("index.html")
page = Nokogiri::HTML(file)
raw_html = page.html
注意：我也试过page.to_html，但它似乎稍微改变了格式。
您通常传递一个File实例，以便它可以被块处理，但传递一个字符串也可以：
html = File.read("index.html")
page = Nokogiri::HTML(html)
page_html = page.html
仅供参考：您也可以要求 Nokogiri 在 Nokogiri 解析或修改后返回文档的 HTML（或 XML，如果这是您正在使用的）：
doc = Nokogiri::HTML('<head><body>foo</body></head>')
puts doc.to_html
这将在撬输出：
[4] (pry) main: 0> puts doc.to_html
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head>
<body>foo</body>
</html>
请注意，Nokogiri 进行了一些修复以使 HTML “更好”。