9

有没有什么干净的方法可以用 Nokogiri 获取文本节点的内容？现在我正在使用

some_node.at_xpath( "//whatever" ).first.content

这对于获取文本来说似乎真的很冗长。

4

2 回答 2

15

你只想要文字吗？

doc.search('//text()').map(&:text)

也许你不想要所有的空白和噪音。如果您只想要包含单词字符的文本节点，

doc.search('//text()').map(&:text).delete_if{|x| x !~ /\w/}

编辑：看来您只想要单个节点的文本内容：

some_node.at_xpath( "//whatever" ).text
于 2012-08-16T20:09:57.217 回答
9

只需寻找文本节点：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<p>This is a text node </p>
<p> This is another text node</p>
</body>
</html>
EOT

doc.search('//text()').each do |t|
  t.replace(t.content.strip)
end

puts doc.to_html

哪个输出：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
<p>This is a text node</p>
<p>This is another text node</p>
</body></html>

顺便说一句，您的代码示例不起作用。at_xpath( "//whatever" ).first是多余的并且会失败。at_xpath只会找到第一次出现，返回一个节点。first在这一点上是多余的，如果它可以工作，但它不会因为 Node 没有first方法。

我有<data><foo>bar</foo></bar>，我如何在不做的情况下获得“栏”文本doc.xpath_at( "//data/foo" ).children.first.content？

假设doc包含解析的 DOM：

doc.to_xml # => "<?xml version=\"1.0\"?>\n<data>\n  <foo>bar</foo>\n</data>\n"

获取第一次出现：

doc.at('foo').text       # => "bar"
doc.at('//foo').text     # => "bar"
doc.at('/data/foo').text # => "bar"

获取所有事件并取第一个：

doc.search('foo').first.text      # => "bar"
doc.search('//foo').first.text    # => "bar"
doc.search('data foo').first.text # => "bar"
于 2012-08-16T19:10:55.533 回答