问题标签 [nokogiri]

“ Nokogiri：如何通过匹配文本来选择节点？ ”可以通过 XPath 做到这一点，但是，我正在寻找一种使用与元素文本匹配的 CSS 选择的方法。

PyQuery 和 PHPQuery 可以做到这一点。Ruby 没有 jQuery API 库吗？

说我有

如何获得共同祖先？在这种情况下，span 将是“font, h1, b, div”的共同祖先将是“span”

可能重复：
从一组 xpath 中找到共同的祖先？

我正在使用 nokogiri。

我需要获取元素组的共同 xpath 祖先。

我有以下代码块，可以获取树下节点的名称，如下所示：

section/page/subPage

但我希望能够将其归结为以下内容（只是弥补）：

section[@id='someId']/page/subPage[@user='UserA']/@title

我从这些 StackOverflow 帖子之一中找到了以下代码：

这给了我一条直接的道路，但我想在它上面运行更多的逻辑来使它包含@id（或相关属性），也许还有一些我现在想不到的东西。

做这个的最好方式是什么？

我已经检查了 EXSLT 函数，这可能有效，但也许你们已经用更好的方法解决了这个问题。

有任何想法吗？

如果有帮助，我正在使用 ruby​​ 的 nokogiri 来解析 xml/xslt。

非常感谢，兰斯

有很多例子说明如何使用 Ruby 从文档中去除 HTML 标签，Hpricot 和 Nokogiri 有 inner_text 方法，可以轻松快速地删除所有 HTML。

我想做的是相反的，从 HTML 文档中删除所有文本，只留下标签及其属性。

我考虑循环将文档设置 inner_html 设置为 nil 但实际上你必须反向执行此操作，因为第一个元素（根）具有整个文档其余部分的 inner_html，所以理想情况下我必须从最里面的元素，并将 inner_html 设置为 nil，同时向上移动通过祖先。

有谁知道有效地做到这一点的巧妙小技巧？我在想也许正则表达式可能会这样做，但可能不如 HTML 标记器/解析器那样有效。

我正在尝试将具有以下内容的文档转换为另一个文档，使 CDATA 与第一个文档中的内容完全相同，但我还没有弄清楚如何使用 XSLT 保留 CDATA。

初始 XML：

最终的 XML：

我尝试过这样的事情，但没有运气，一切都变得混乱：

任何想法如何保存 CDATA？

谢谢！槊

使用红宝石/nokogiri

更新：这是可行的。

这会将所有 text() 节点包装在 CDATA 中，这可以满足我的需要，并且它将在文本中保留 html 标签。

在 html 标签之间获取所有文本的最有效方法是什么？

一堆被html标签包围的文本。

使用nokogiri，

这可以完成工作，但是，它将所有内容都放在一个平面文本中。

我需要通过 html 标签获取每个文本

并将它们放入数组中。[“文本”，“文本 3”]

推荐的操作是什么？

我想过做

doc.xpath("*").text

但不知道如何遍历这一切。

基本上我想选择一个节点（div），它的子节点（h1，b，h3）包含指定的文本。

我期待，/html/div/ 不是 /html/div/h1

我在下面有这个，但不幸的是返回了孩子，而不是 div 的 xpath。

我期待，/html/div/ 不是 /html/div/h1

那么有没有办法简单地使用 xpath 语法来做到这一点？

如何将包含 latin1 字符的字符串转换为 utf8？

该字符串是一个文档，由 open-uri 打开并包含这些特殊字符。

此致