如何使用Nokogiri在頁面上創建HTML標簽結構的輪廓？

Question

我正在嘗試使用Nokogiri創建HTML頁面標簽結構的輪廓，我可以將其用作指示html頁面內容是否已更改的指標。

為此，基本上我想將所有文本剝離掉，而只保留HTML標簽（沒有屬性）。

想法是將其用作頁面的草圖，這是我使用的少數草圖之一，以查看頁面是否已更改。

完成后，我希望“草圖”看起來像

<html><head></head><body><div></div><p><div></div></p></body></html>

這樣就可以將其與修訂進行比較，以查看頁面結構是否已更改。

關於Nokogiri中如何解析dom的例子很多。 但是，僅列出它呢？

有任何想法嗎？

Answer 1

這樣的事情會做：

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

編輯一個例子

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>"

如何使用Nokogiri在頁面上創建HTML標簽結構的輪廓？

問題描述

1 個解決方案

解決方案1
1 已采納 2011-08-24 14:22:10

如何使用Nokogiri在頁面上創建HTML標簽結構的輪廓？

問題描述

1 個解決方案

解決方案1 1 已采納 2011-08-24 14:22:10

解決方案1
1 已采納 2011-08-24 14:22:10