Nokogiri排除HTML類

Question

我正在努力搜尋所有在我們的Facebook組中發表過評論的人的名字。 我在本地下載了文件，並且能夠抓取評論者的姓名以及回復這些評論的人員的姓名。 我只想要原始注釋，而不是答復...似乎我必須排除UFIReplyList類，但我的代碼仍在提取所有名稱。 任何幫助將不勝感激。 謝謝！

require 'nokogiri'
require 'pry'

class Scraper
  @@all = []

  def get_page
    file = File.read('/Users/mark/Desktop/raffle.html')
    doc = Nokogiri::HTML(file)
    # binding.pry

    doc.css(".UFICommentContent").each do |post|
      # binding.pry
      author = post.css(".UFICommentActorName").css(":not(.UFIReplyList)").text

      @@all << author
    end

    puts @@all
  end
end

Scraper.new.get_page

Answer 1

遍歷每個.UFICommentActorName元素的祖先，以拒絕包含在.UFIReplyList元素中的.UFIReplyList 。

@authors_nodes = doc.css(".UFICommentActorName").reject do |node|

  # extract all ancestor class names; 
  # beware of random whitespace and multiple classes per node
  class_names = node.ancestors.map{ |a| a.attributes['class'].value rescue nil }
  class_names = class_names.compact.map{ |names| names.split(' ') }
  class_names = class_names.flatten.map(&:strip)

  # reject if .UFIReplyList found
  class_names.include?('UFIReplyList')

end

@authors_nodes.map(&:text)