问题标签 [hpricot]

我正在使用 Hpricot 解析 html 页面，但需要获取每个元素的计算样式。例如，如果我有一个 h1 Hpricot 元素，并且页面的外部 CSS 有一个为 h1 定义的背景图像，我如何找出背景图像是什么？

我正在尝试抓取一个页面，但初始响应在正文中没有任何内容，因为内容是异步输入的，例如苹果网站上的搜索结果：http: //www.apple.com/uk/search/ ?q=搜索+for+something&sec=global

关于如何使用 hpricot 成功获取搜索结果的任何想法？

谢谢。

我正在使用带硒的 Hpricot 我有这个 html 输入元素：

我试图用这个 Xpath 表达式来获得这个值：

但由于冒号，它没有找到任何东西。我已经看到 Xpath 表达式不能包含任何冒号。我试图以不同的方式逃避它，但它不起作用。

有什么办法可以逃避或避免这个问题？我无法更改 html 中的值，因此 foo:bar 必须是这种方式，带有冒号。但我需要以某种方式找到这个元素。

有任何想法吗？

谢谢

尝试在 ruby​​ 1.9 中使用 hpricot 抓取网页时出现以下编码错误：

我可以通过执行以下操作来重现错误：

我正在尝试用rails 标签替换<img>HTML 文件中的所有标签。<%= image_tag() %>

我想做的是：

我需要一个函数，它将文件中的节点替换为我将传递的字符串。

更新：

我真的不想使用正则表达式，这就是我选择 Hpricot 的原因，因为它会为我解析 HTML，然后我可以做Element.attributes并生成image_tag包含所有属性的我。

如果我的 img 标签是这样的：

或者

明白了吗？我可能会解析一个包含转义斜杠的 .SQL 文件，该src属性可能在另一个属性之后，等等...

image_tag问题是我已经完成了如果我给出 an将返回我的函数Hpricot::Element，但我不知道如何在 Hpricot 文档中用我的字符串替换原始节点。

我该怎么做？例如，

应该成为

我有一个如下所示的 XML：

使用 hpricot 提取“ http://www.someweb.com/something.png ”的正确方法是什么？我能得到的最接近的是这个......

我已经阅读了 github 上的 hpricot README 并用谷歌搜索，但还没有找到任何东西。提前感谢您的任何答案！

我需要一种从任何显示文章的网页中提取正文的方法。类似于Readability可以在其运行的任何网站上找到主要文本的方式。

我正在使用 Ruby on Rails，所以我认为 Hpricot 是我最好的选择。我在 Hpricot 寻找的可能吗？某处有例子吗？谢谢阅读。

我试图从我用 Hpricot 解析的页面中获取最大的图像，但没有任何运气。如何使用它访问 img 标签的宽度和高度属性？

有人可以告诉我如何使用 Hpricot 和 RegEx 将这行 Javascript 转换为 Ruby 吗？

我设置的代码是：

谢谢