带有CSS问题的Ruby Nokogiri HTML抓取表

我有一个问题与一个html表刮。 以下是链接： 是的，这是一个著名的Ruby scraping入门教程。 以下是相关代码：

doc = Nokogiri::HTML.parse(open(link))

# Get the biggest table 
big_table = doc.css("table").sort { |x,y| y.css("tr").count <=> x.css("tr").count }.first

# Number of rows is 87, but there are 5 heads that I wanna remove   
big_table.css("tr").count

# This doesn't remove heads 
big_table = big_table.select { |row| row.css("th").empty? }

事实上，在HTML中，我对HTML一无所知，我使用Ruby，因为4h th是header的标记，td是标准单元格的标记，tr只是一行。 目标是删除标题，以便在节点集节点集类似于标记的内容时返回.empty？如果为空，则最后一行代码应仅返回tr元素。 但它不起作用，事实上结果是[]。 相反，我注意到： 大表格。选择{| row | row.csstd.empty？}。计数等于5。。。 因此，我决定：

big|u table=big|u table.选择{| row | row.csstd.any？}它运行良好

我的问题是：这条线为什么有效？为什么第一次尝试失败了？ 也许是HTML结构中我缺少的东西

谢谢

让我们看看大桌子

所以首先，对大_表执行Enumerableselect可能并没有达到您的预期。如果取而代之的是捕获行：

> rows = big_table.css("tr")
> rows.count
 => 87

现在您可以在行上进行选择。让我们选取任意一行，看看它包含什么：

> rows[2].css("td").count
 => 29

> rows[2].css("th").count
 => 1

---

因此，一个典型的行有29个td元素和第1个td元素。事实上，每行至少有一个th，这就是为什么cssth是空的？什么也没回来。相反，所有标题行都不包含任何td元素，这就是您尝试的方法有效的原因。

我不清楚：您希望从页面中提取什么？我正在尝试从第一个表中提取数据。这是我在9点20分到11点20分开始的教程视频。我完全复制了这家伙所做的，正如我提到的，row.csstd是空的吗？line没有完成任务。谢谢与您的问题无关，虽然查找最大的表很有趣，但我会使用max_by而不是sort，因为ID是唯一的，所以您只需要找到相应的ID，即big_table=doc.csspgl_basic。非常感谢您的解释！：现在清楚多了。顺便问一下，你知道一门以ruby，nokogiri语言开始的课程吗？我真的是从这两种语言开始的？再次感谢！：

> rows[2].css("td").count
 => 29

> rows[2].css("th").count
 => 1