Nokogiri CSS规范化

我有一些属性，比如：

<span style="font:22px Arial">...</span>

。。。

还有一些人喜欢：

<span style="font-size:22px;font-family:Arial">...</span>

。。。

现在，我可以使用nokogiri获得style属性，但我需要的是以下信息：

• 字体系列
• 字号
• 颜色
• 文字装饰
• 字重
• 字体样式

一些属性，如颜色，很容易获得，但另一些属性，如字体大小，需要对css字符串进行相当多的修改

---

在深入研究我自己的解决方案之前，我想知道nokogiri，或者一个专门的css gem是否能够规范化css字符串，并让我逐个查询css属性。如果我能得到计算出的css（例如，当我要求子元素的字体大小时，字体大小为10的元素中没有字体大小的元素会给我10），那么会更方便，但最后一部分很容易通过哈希和堆栈实现，所以这并不重要。

嗯。JavaScript DOM解析器可以很好地完成这项工作，但我不知道Ruby是否可以。这可能是一个起点，但我不知道它是否可以处理内联样式

---

当然，像这样的内联样式是邪恶的，部分原因是它们很难正常化。如果这是您自己的标记，请尽快替换为样式表。

不，Nokogiri没有这样的功能来执行此操作。您希望在Ruby中实现JavaScript的等价物，这需要一个Ruby库，它知道如何解析HTML和CSS，并将CSS规则应用于HTML文档

---

编辑：您可以尝试将JRuby与一起用于无头web浏览器。

在尝试了许多不同的方法后，我从零开始编写了自己的解决方案

以下是我是如何做到这一点的，以供将来参考：

• 使用Nokogiri的

  文档遍历

  遍历文档
• 每次遇到文本节点时，我都会执行类似于

  parents=[]；parent=node.parent；而parent do parents}

• 最后，对于结果数组中的每个文本块，我循环父节点并手动分析每个节点，逐个设置样式，例如，字体大小：

      css = node[:style]
      if not style[:font_size] # style is a hash applied to each text chunk, the first encountered parent that define it wins
          if node.name == 'font' and node[:size]
              style[:font_size] = node[:size].to_i * 5
          elsif css =~ /font-size:[^;\d]*(\d*)/
              style[:font_size] = $1.to_i
          elsif css =~ /font:[^;\d]*(\d*)/
              style[:font_size] = $1.to_i
          end
      end
  

---

处理所有的浏览器案例并不难，它只是采用了一种系统的方法。字体大小的最终实现大约要长5倍（处理单位…）。不幸的是，我无法发布完整的源代码。但我希望它能为那些使用它的人回答这个问题。

我同意用样式表替换是最好的主意。在这种情况下，Nokogiri可以很好地提取当前定义的样式，并重写文件以从tags.Right中删除

style

参数。或者更确切地说，可能不是Nokogiri，而是任何你最终使用的CSS解析器。实际上……如果这是一次性的（或者至少，如果它不需要集成到你的Ruby应用程序中），你最好用JavaScript或CoffeeScript（或HotRuby！）编写它并在浏览器中运行，这样您就可以访问

getComputedStyle

。这样做的目的是避免无头浏览器。html是由我们无法控制的WYSIWYG编辑器生成的。明白，但在这种情况下，浏览器引擎可能是最好的解决方案，因为您需要CSS解析。嗯。就这一点而言，您的用例是什么样的？您无法控制HTML，但需要对其进行规范化？