4

我正在使用 mechanize/nokogiri 并且需要解析出以下 HTML 字符串。任何人都可以帮助我使用 xpath 语法来执行此操作或任何其他可行的方法吗？

<table>
  <tr class="darkRow">
    <td>
      <span>
        <a href="?x=mSOWNEBYee31H0eV-V6JA0ZejXANJXLsttVxillWOFoykMg5U65P4x7FtTbsosKRbbBPuYvV8nPhET7b5sFeON4aWpbD10Dq">
            <span>4242YP</span>
        </a>
      </span>
    </td>
    <td>
      <span>Subject of Meeting</span>
    </td>
    <td>
      <span>
        <span>01:00 PM</span> 
        <span>Nov 11 2009</span> 
        <span>America/New_York</span>
      </span>
    </td>
    <td>
      <span>30</span>
    </td>
    <td>
      <span>
        <span>example@email.com</span>
      </span>
    </td>
    <td>
        <span>39243368</span>
    </td>
  </tr>
  .
  .
  .
  <more table rows with the same format>
</table>

我想要这个作为输出

"4242YP","Subject of Meeting","01:00 PM Nov 11 2009 America/New_York","30","example@email.com", "39243368"
.
.
.
<however many rows exist in the html table>
4

2 回答 2

4

像这样的东西？

items=doc.xpath('//tr').map {|row| row.xpath('.//span/text()').select{|item| item.text.match(/\w+/)}.map {|item| item.text} }

返回：=> [[“4242YP”、“会议主题”、“01:00 PM”、“2009 年 11 月 11 日”、“America/New_York”、“30”、“example@email.com”、“39243368” ], ["abcdefg"]]

Select 仅包括以单词字符开头的跨度（例如，不包括您的某些跨度具有的空格）。您可能需要针对您的具体情况优化“选择”过滤器。

我添加了一个极简行，其中包含一个包含 abcdefg 的跨度，以便您可以看到嵌套数组。

于 2009-11-18T18:17:22.247 回答
0

如果您有 XSL 转换器，那么这里是转换输入的 XSL 的一部分：

<?xml version="1.0"?>
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text"/>

<xsl:template match="/">
   <xsl:apply-templates select="//tr"/>
</xsl:template>

<xsl:template match="tr">
   "<xsl:value-of select="td/span/a/span"/>","<xsl:value-of select="td[position()=2]/span"/>","<xsl:value-of select="td[position()=3]/span/span[position()=1]"/>"
</xsl:template>

</xsl:stylesheet>

产生的输出如下所示：

"4242YP","Subject of Meeting","01:00 PM"
"4242YP","Subject of Meeting","01:00 PM"

（我复制了你的第一个表格行）。

XSL 选择位让您很好地了解需要什么 XPATH 输入才能获得其余部分。

于 2009-11-18T18:32:58.103 回答