ruby - 当任何 .. 值已知时，是否可以找到 .. 文本？

Question

我有一个类似于html以下格式的网页：

<form name="test">

<td> .... </td>
  .
  .
  .
<td> <A HREF="http://www.edu/st/file.html">alo</A> </td>
<td> <A HREF="http://www.dom/st/file.html">foo</A> </td>
<td> bla bla </td>

</form>

现在，我只知道 value bla bla，我们可以根据 value 跟踪或找到3rd last .. value （这里是alo）？我可以在价值观的帮助下追踪这些，HREF但这些HREF价值观并不总是固定的，它们可以是任何时候的任何东西。

Answer 1

见http://nokogiri.org/

它可以帮助您解析 html 代码，然后通过选择器找到元素

Answer 2

从 HTML 文档中提取所有<td>内容很容易，但它并不是浏览 DOM 的万无一失的方法。但是，鉴于示例 HTML 的局限性，这里有一个解决方案。我怀疑它会在现实世界的情况下工作。

Mechanize 在内部使用 Nokogiri 进行繁重的工作，因此require 'nokogiri'如果您已经需要 Mechanize，则无需这样做。

require 'nokogiri'

doc = Nokogiri::HTML::DocumentFragment.parse(<<EOT)
<td> <A HREF="http://www.edu/st/file.html">alo</A> </td>
<td> <A HREF="http://www.dom/st/file.html">foo</A> </td>
<td> bla bla </td>
EOT

doc.search('td')[-3].at('a')['href']
=> "http://www.edu/st/file.html"

如何从 Mechanize“代理”获取 Nokogiri 文档留给用户练习。