0

给定一个 html 文件：

<div>
    <div class="NormalMid">
        <span class="style-span">
            "Data 1:"
            <a href="http://site.com/data/1">1</a>
            <a href="http://site.com/data/2">2</a>
        </span>
    </div>
   ...more divs
    <div class="NormalMid">
        <span class="style-span">
            "Data 20:"  
            <a href="http://site.com/data/20">20</a>
            <a href="http://site.com/data/21">21</a>
            <a href="http://site.com/data/22">22</a>
            <a href="http://site.com/data/23">23</a>
        </span>
    </div>
    ...more divs
</div

使用这些 SO 帖子作为参考： 如何将这两个条件块代码集成到 Ruby 中进行挖掘？ 以及 如何在 Ruby 中理解这个数组和循环？

我的代码：

require 'nokogiri'
require 'pp'
require 'open-uri'

data_file = 'site.htm'
file = File.open(data_file, 'r')
html = open(file)
page = Nokogiri::HTML(html)
page.encoding = 'utf-8'

rows = page.xpath('//div[@class="NormalMid"]')
details = rows.collect do |row|
    detail = {}
    [
        [row.children.first.element_children,row.children.first.element_children],
    ].each do |part, link|
        data = row.children[0].children[0].to_s.strip
        links = link.collect {|item| item.at_xpath('@href').to_s.strip}
        detail[data.to_sym] = links
    end
    detail
end
details.reject! {|d| d.empty?}
pp details

输出：

[{:"Data 1:"=>
   ["http://www.site.com/data/1",
    "http://www.site.com/data/2"]},
 ...
 {:"Data 20 :"=>
   ["http://www.site.com/data/20",
    "http://www.site.com/data/21",
    "http://www.site.com/data/22",
    "http://www.site.com/data/20",]},
 ... 
}]

一切都很顺利，正是我想要的。

但是，如果您更改这些代码行：

 detail = {}
    [
       [row.children.first.element_children,row.children.first.element_children],
    ].each do |part, link|

到：

 detail = {}
    [
       [row.children.first.element_children],
    ].each do |link|

我得到的输出

[{:"Data 1:"=>
   ["http://www.site.com/data/1"]},
 ...
 {:"Data 20 :"=>
   ["http://www.site.com/data/20"]},
 ... 
}]

只有第一个锚点 href 存储在数组中。

我只需要澄清一下它为什么会这样，因为part参数列表中的参数没有被使用，我想我在那里不需要它。但是如果我也删除相应的程序，我的程序也不能正常工作row.children.first.element_children。

[[obj,obj],].each do街区里发生了什么？我一周前刚开始使用 ruby​​，我仍然习惯于语法，任何帮助将不胜感激。谢谢 :D

EDIT rows[0].children.first.element_children[0]将有输出

Nokogiri::XML::Element:0xcea69c name="a" attributes=[#<Nokogiri::XML::Attr:0xcea648
name="href" value="http://www.site.com/data/1">] children[<Nokogiri::XML::Text:0xcea1a4
"1">]>

puts rows[0].children.first.element_children[0]

 <a href="http://www.site.com/data/1">1</a>
4

1 回答 1

1

你让你的代码过于复杂。查看您的代码，您似乎正在尝试获得以下内容：

require 'nokogiri'

doc = Nokogiri::HTML::Document.parse <<-eotl
<div>
    <div class="NormalMid">
        <span class="style-span">
            "Data 1:"
            <a href="http://site.com/data/1">1</a>
            <a href="http://site.com/data/2">2</a>
        </span>
    </div>
    <div class="NormalMid">
        <span class="style-span">
            "Data 20:"  
            <a href="http://site.com/data/20">20</a>
            <a href="http://site.com/data/21">21</a>
            <a href="http://site.com/data/22">22</a>
            <a href="http://site.com/data/23">23</a>
        </span>
    </div>
</div
eotl

rows = doc.xpath("//div[@class='NormalMid']/span[@class='style-span']")
val = rows.map do |row|
    [row.at_xpath("./text()").to_s.tr('"','').strip,row.xpath(".//@href").map(&:to_s)]
end

Hash[val]
# => {"Data 1:"=>["http://site.com/data/1", "http://site.com/data/2"],
#     "Data 20:"=>
#      ["http://site.com/data/20",
#       "http://site.com/data/21",
#       "http://site.com/data/22",
#       "http://site.com/data/23"]}

[[obj,obj],].each 块中发生了什么？

看下面2个部分：

[[1],[4,5]].each do |a|
  p a
end
# >> [1]
# >> [4, 5]

[[1,2],[4,5]].each do |a,b|
    p a, b
end
# >> 1
# >> 2
# >> 4
# >> 5
于 2013-09-14T12:14:55.323 回答