使用ruby和nokogiri使用HTML注释作为标记来解析HTML
[英]Using ruby and nokogiri to parsing HTML using HTML comments as markers
问题描述
如何使用ruby从包含这些行的表中提取信息？ 是否可以使用nokogiri检测到评论？
<!-- Begin Topic Entry 4134 -->
<tr>
<td align="center" class="row2"><image src='style_images/ip.boardpr/f_norm.gif' border='0' alt='New Posts' /></td>
<td align="center" width="3%" class="row1"> </td>
<td class="row2">
<table class='ipbtable' cellspacing="0">
<tr>
<td valign="middle"><alink href='http://www.xxx.com/index.php?showtopic=4134&view=getnewpost'><image src='style_images/ip.boardpr/newpost.gif' border='0' alt='Goto last unread' title='Goto last unread' hspace=2></a></td>
<td width="100%">
<div style='float:right'></div>
<div> <alink href="http://www.xxx.com/index.php?showtopic=4134&hl=">EXTRACT LINK 1</a> </div>
</td>
</tr>
</table>
<span class="desc">EXTRACT DESCRIPTION</span>
</td>
<td class="row2" width="15%"><span class="forumdesc"><alink href="http://www.xxx.com/index.php?showforum=19" title="Living">EXTRACT LINK 2</a></span></td>
<td align="center" class="row1" width='10%'><alink href='http://www.xxx.com/index.php?showuser=1642'>Mr P</a></td>
<td align="center" class="row2"><alink href="javascript:who_posted(4134);">1</a></td>
<td align="center" class="row1">46</td>
<td class="row1"><span class="desc">Today, 12:04 AM<br /><alink href="http://www.xxx.com/index.php?showtopic=4134&view=getlastpost">Last post by:</a> <b><alink href='http://www.xxx.com/index.php?showuser=1649'>underft</a></b></span></td>
</tr>
<!-- End Topic Entry 4134 -->
-->
2 个解决方案
解决方案1
7 2011-10-14 16:07:07
尝试使用xpath代替：
html_doc = Nokogiri::HTML("<html><body><!-- Begin Topic Entry 4134 --></body></html>")
html_doc.xpath('//comment()')
解决方案2
0 已采纳 2009-07-25 12:03:49
您可以实现Nokogiri SAX Parser 。 这样做的速度比乍看之下要快。 您将获得有关元素，属性和注释的事件。
在解析器中，您应该记住状态，例如@currently_interested = true，以了解需要记住的部分，而不要记住的部分。
如何使用nokogiri剥离html空格和注释以及javascript注释？
[英]how to strip html whitespace and comment and javascript comments using nokogiri?
您可以使用带ruby nokogiri的通配符搜索html属性吗
[英]Can you search html attributes using wildcards with ruby nokogiri
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.