![](/img/trans.png)
[英]How do I parse LI/DL/DD tag structure using Ruby and Nokogiri?
[英]How do I create an outline of the HTML tag structure on the page using Nokogiri?
我正在尝试使用Nokogiri创建HTML页面标签结构的轮廓,我可以将其用作指示html页面内容是否已更改的指标。
为此,基本上我想将所有文本剥离掉,而只保留HTML标签(没有属性)。
想法是将其用作页面的草图,这是我使用的少数草图之一,以查看页面是否已更改。
完成后,我希望“草图”看起来像
<html><head></head><body><div></div><p><div></div></p></body></html>
这样就可以将其与修订进行比较,以查看页面结构是否已更改。
关于Nokogiri中如何解析dom的例子很多。 但是,仅列出它呢?
有任何想法吗?
这样的事情会做:
class Nokogiri::XML::Node
def to_sketch
children.find_all(&:element?).map(&:to_sketch).join
end
end
class Nokogiri::XML::Element
def to_sketch
"<#{name}>#{super}</#{name}>"
end
end
编辑一个例子
require 'nokogiri'
require 'open-uri'
Nokogiri::HTML(open('http://google.com')).to_sketch
返回值:
"<html><head><meta></meta><title></title><script></script><style></style><script></script></head><body><textarea></textarea><div><div><nobr><b></b><a></a><a></a><a></a><a></a><a></a><a></a><a><u></u></a></nobr></div><div><nobr><span></span><span></span><span><a></a></span><a></a><a></a></nobr></div><div></div><div></div></div><center><br></br><div><a><img></img></a><br></br><br></br></div><form><table><tr><td></td><td><input></input><input></input><input></input><div><input></input></div><br></br><span><span><input></input></span></span><span><span><input></input></span></span></td><td><a></a><a></a></td></tr></table></form><div><br></br><div><font><a></a><a></a><a></a></font><br></br><br></br></div></div><div></div><span><center><div><div><a></a><a></a><a></a><a></a></div></div><p><a></a></p></center></span><div></div><div><script></script></div><script></script><script></script></center></body></html>"
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.