html - 如何使用 CSS 选择器在带有 Nokogiri 的 HTML p 标签中排除某些文本？

Question

我正在处理遵循以下结构的 HTML。我想忽略“随机文本”并想用 CSS 选择器拉出“我想要的文本”。

我现在使用的选择器正在提取所有文本：

variable = page.css('div.eight.columns.listingDetail p')

这是 HTML：

<div class="eight columns listingDetail">
<p>
<span class="bold">RANDOM TEXT</span>
TEXT I WANT 1
</p>
<p>
<span class="bold">RANDOM TEXT</span>
<span class="bold price">
TEXT I WANT 2
<span></span>
</span>
</p>
<p>
<span class="bold">RANDOM TEXT</span>
</p>
<p>
<span class="bold">RANDOM TEXT</span>
TEXT I WANT 3
</p>
</div>

Answer 1

因此，首先获取p并在其中找到最后一个元素并获取其文本：

puts page.css('div.eight.columns.listingDetail p').first.children.last.text

并在其中一个元素中找到spanwithbold和priceclassesp并获取文本：

puts page.css('div.eight.columns.listingDetail p span.bold.price').text

最后一个：

puts doc.css('div.eight.columns.listingDetail p').last.children.last.text

Answer 2

这是我要做的：

require 'nokogiri'

doc = Nokogiri::XML(<<EOT)
<div class="eight columns listingDetail">
<p>
<span class="bold">RANDOM TEXT</span>
TEXT I WANT 1
</p>
<p>
<span class="bold">RANDOM TEXT</span>
<span class="bold price">
TEXT I WANT 2
<span></span>
</span>
</p>
<p>
<span class="bold">RANDOM TEXT</span>
</p>
<p>
<span class="bold">RANDOM TEXT</span>
TEXT I WANT 3
</p>
</div>
EOT

spans = doc.search('span.bold')
spans[0].next_sibling.text # => "\nTEXT I WANT 1\n"
spans[2].text              # => "\nTEXT I WANT 2\n\n"
spans[4].next_sibling.text # => "\nTEXT I WANT 3\n"

解析的想法是找到你的地标，帮助你定位目标的节点组合。最好有重复的模式，这样您就可以快速搜索。在这种情况下，这span class="bold"是定位所需文本所需的最小值，只有一个额外的需要忽略。

还有其他方法可以到达那里，但这使它变得简单。