问题标签 [hpricot]

我想我需要 hpricot 和正则表达式的组合。我需要搜索具有以“abc/”开头的“href”属性的“a”标签，并返回其后的文本，直到下一个正斜杠“/”。

所以，给定：

我需要回来：“12345”和“67890”

任何人都可以伸出援助之手吗？我一直在为此苦苦挣扎。

我正在尝试使用 Hpricot 从页面上的所有图像中提取替代文本，但不知道该怎么做。

有没有人这样做过？

谢谢！丹尼斯

如果我有以下包含子元素的元素，如何使用 Hpricot 访问这些子元素？

<p><b>Code</b> <i>base</i> is <a href="#">cool</a> stuff dude!</p>

为了处理一些客户端信息，我一直在用 hpricot 解析一个 3MB 的 XML 文件……但是 hpricot 需要相当长的时间来定期解析文件。

我正在考虑将这些数据填充到 MySql 数据库（每周一次），以便我可以直接在带有 Rails 的 mysql 上处理数据。

该文件基本上是一个 XML Google 联系人文件，其中包含客户信息：姓名、电子邮件、注释......但也有一些联系人包含多个值字段，例如地址、电话。

目前，当我解析数据时，我生成了一个 Contact 类

telephones并addresses包含一个具有不同值的数组。

我想如果我想在 mysql 数据库中重新创建这个结构，我需要创建三个表：联系人、电话和地址......

您将如何将Contact class数据填充到数据库表中？有没有办法将数据直接从 XML 文件插入到数据库表中？

任何建议和指导将不胜感激:) 谢谢！

我正在使用 Ruby on Rails 2.3.8 和 Hpricot 插件来解析 HTML。

我想获得嵌入式视频缩略图，并在互联网上搜索我发现 youtube 和 vimeo 至少使用 OG（开放图形）协议，该协议提供包含视频信息（url、缩略图等）的元标记。

例如，如果我有这个视频，我可以使用 Hpricot 插件阅读以下元标记：

因此，使用 Hpricot 我应该能够按如下方式解析它：

但我得到了一个空元素。

注意：如果您搜索video_page.search("//meta")，它会在列表中找到我想要的那个......但使用前面的语法它不会。

谁能告诉我如何解决这个问题？

在混合平台开发组中升级到 rails 3，并使用 Bundler for gems。我在 Windows 上。当我运行 Bundle Install 时，它成功完成，但不会安装 hpricot。hpricot线是：

也试过

两者都很好，但是当我尝试做一个“捆绑秀 hpricot”时，我得到：

如果我运行一个rails控制台并尝试“需要'hpricot'”，我会得到：

我也手动安装了 hpricot，但仍然出现上述错误。这在移动到 rails 3 之前运行良好。

我一直无法找到以下解决方案：

在安装了诸如 hpricot 或 nokogiri 之类的 gem 之后，我无法在 rails 控制台中访问它们。这些宝石出现在我的宝石列表中，并且似乎与我的其他宝石具有相同的路径。

在控制台中，对于“标准”宝石，它们可以是必需的，例如：

但是，要求 nokogiri 会返回以下内容：

无论如何，我真的很感谢对我的新手问题的帮助，大部分时间都在努力解决这个问题。:)

我正在使用 Ruby on Rails 2.3.8。我有一个投票链接，当您单击它时，它会执行以下操作：

在 HTML 中，“d_voting_links_”类的 div 与 html 页面中显示的帖子一样多。

我不知道为什么，在我安装了 Paperclip、Rails TinyMCE 和 Hpricot 插件（它们都在最新版本上）之后，这些 ajax 请求停止工作（真的很疯狂）。

我没有改变我的任何代码，我什至检查了我以前的版本，它可以工作并且没有任何改变，但是那些插件。

我还尝试创建一个简单的 div 并从相同的操作中调用它，但它无法识别它（如果我从请求中删除“。”，它会识别它，但这会搜索 ID，我需要搜索上课）。

你知道这些插件和这个 ajax 语法之间的任何已知问题吗？或者也许......你知道问题可能是什么吗？

数据以 HTML 格式呈现并提交给服务器，服务器进行一些预处理。

它使用“img”标签的“src”属性进行操作。

预处理保存后，所有预处理的“img”标签都不会自闭。

例如，如果“img”标签如下：

用 Nokogiri 或 Hpricot 预处理后，它将是：

代码非常简单：

对于 Nokorigi，它看起来是一样的。

如何解决这个问题？

更新 1

忘了提 - 我有 HTML 5 页面，我正在尝试使用W3C Validator进行验证。

当“img”标签在 div 中时，它会抱怨以下内容：

例如，尝试验证以下代码：

你会得到同样的错误：

我正在开发 Ruby on Rails 2.3.8，并且我有一个网站，用户可以在其中输入帖子。他们每个人都有一个简短的描述，显示在主页上。该描述是从原始内容自动构建的，但只是被截断，因此最多可以达到 240 个字符。

问题是那些描述可能包含图像或视频，我不希望它们在我截断这些字符串时出现。我正在使用Hpricot插件来解析 HTML，并使用以下正则表达式来解析图像：

这是删除图像，但有时它会留下一个字符串，例如它在图像之前的位置显示“image”或“img”。现在，例如，在我从描述中删除图像后，我看到剩余的松散“垃圾邮件”文本。也许正则表达式不正确。

有谁知道哪个是删除图像的正确正则表达式，还有来自 html 的视频？