使用Nokogiri解析HTML字符串_Html_Ruby_Nokogiri

使用Nokogiri解析HTML字符串

html ruby

使用Nokogiri解析HTML字符串,html,ruby,nokogiri,Html,Ruby,Nokogiri,我试图编写一个ruby脚本，解析HTML字符串并从特定节点获取一些值目前，我正在努力将字符串读入Nokogiri文档：此代码： #!/usr/bin/ruby html_doc = Nokogiri::HTML("<html> <meta content="text/html; charset=UTF-8"/> <body style='margin:20px'> <p>The following user has register

我试图编写一个ruby脚本，解析HTML字符串并从特定节点获取一些值

目前，我正在努力将字符串读入Nokogiri文档：

此代码：

#!/usr/bin/ruby

html_doc = Nokogiri::HTML("<html>  <meta content="text/html; charset=UTF-8"/>  <body style='margin:20px'>    <p>The following user has registered a device, click on the link below to review the user and make any changes if necessary.</p>    <ul style='list-style-type:none; margin:25px 15px;'>      <li><b>User name:</b> Test User</li>      <li><b>User email:</b> test@abc.com</li>      <li><b>Identifier:</b> abc123def132afd1213afas</li>      <li><b>Description:</b> Tom's iPad</li>      <li><b>Model:</b> iPad 3</li>      <li><b>Platform:</b> </li>      <li><b>App:</b> Test app name</li>      <li><b>UserID:</b> </li>     </ul>    <p>Review user: https://cirrus.app47.com/users?search=test@abc.com</p>            <hr style='height=2px; color:#aaa'/>        <p>We hope you enjoy the app store experience!</p>        <p style='font-size:18px; color:#999'>Powered by App47</p>      <img src='https://cirrus.app47.com/notifications/562506219ac25b1033000904/img' alt=''/></body></html>")

#/usr/bin/ruby
html_doc=Nokogiri:：html("以下用户已注册设备，请单击下面的链接查看用户并在必要时进行任何更改。用户名：测试用户
用户电子邮件：test@abc.com
标识符：abc123def132afd1213afas
说明：汤姆的iPad型号：iPad 3
平台：
应用程序：测试应用程序名称
用户ID:查看用户：https://cirrus.app47.com/users?search=test@abc.com
我们希望您享受app store体验！由App47供电）

产生以下错误：

$ ruby emailParser.rb 
emailParser.rb:3: syntax error, unexpected tIDENTIFIER, expecting ')'
...ML("<html>  <meta content="text/html; charset=UTF-8"/>  <bod...
...                               ^
emailParser.rb:3: syntax error, unexpected tSTRING_BEG, expecting end-of-input
...tent="text/html; charset=UTF-8"/>  <body style='margin:20px'...
...                               ^

$ruby emailParser.rb
emailParser.rb:3:语法错误，意外的tIDENTIFIER，应为“'）”
…ML（您必须将html字符串引号从“改为”，并将内的字符串引号改为“html”。类似的操作应该可以：
#!/usr/bin/ruby

html_doc = Nokogiri::HTML('<html>  <meta content="text/html; charset=UTF-8"/>  <body style="margin:20px">    <p>The following user has registered a device, click on the link below to review the user and make any changes if necessary.</p>    <ul style="list-style-type:none; margin:25px 15px;">      <li><b>User name:</b> Test User</li>      <li><b>User email:</b> test@abc.com</li>      <li><b>Identifier:</b> abc123def132afd1213afas</li>      <li><b>Description:</b> Tom\'s iPad</li>      <li><b>Model:</b> iPad 3</li>      <li><b>Platform:</b> </li>      <li><b>App:</b> Test app name</li>      <li><b>UserID:</b> </li>     </ul>    <p>Review user: https://cirrus.app47.com/users?search=test@abc.com</p>            <hr style="height=2px; color:#aaa"/>        <p>We hope you enjoy the app store experience!</p>        <p style="font-size:18px; color:#999">Powered by App47</p>      <img src="https://cirrus.app47.com/notifications/562506219ac25b1033000904/img" alt=""/></body></html>')

！/usr/bin/ruby
html_doc=Nokogiri:：html（“以下用户已注册设备，请单击下面的链接查看用户并在必要时进行任何更改。用户名：测试用户
用户电子邮件：test@abc.com
标识符：abc123def132afd1213afas
说明：Tom的iPad型号：iPad 3平台：应用程序：测试应用程序名称
用户ID:
查看用户：https://cirrus.app47.com/users?search=test@abc.com
我们希望您能享受AppStore体验！
由App47提供支持
问题在于字符串中有双引号，这会使解析器感到困惑，因为您还使用双引号来包围字符串。为了说明：
将“foo”放在条上
#=>SyntaxError:意外的tIDENTIFIER，预期输入结束
#把“foo”放在“bar”
#                 ^

您可能想让它打印foo“bar
，但是当解析器到达第二个”
（在foo
之后）时，它认为字符串结束了，因此它之后的内容会导致语法错误。（堆栈溢出的语法高亮显示甚至会提示您在第一行“foo”上如何查看。）
的颜色与栏“
的颜色不同？一个好的语法高亮文本编辑器也会做同样的事情。）
一种解决方案是使用单一报价：
将“bar”放在“baz”
#=>巴“巴

这解决了本例中的问题，但实际上对您没有帮助，因为字符串中还有单引号
另一种解决方案是通过在引号前面加上\
，来避开引号，如下所示：
将“foo\”放在“bar”上
#=>foo“条

…但对于像您这样的长字符串来说，这有点乏味（有时很棘手）。更好的解决方案是使用一种称为“heredoc”的特殊类型的字符串（对于“here document”，就其价值而言）：
str=立即在HTML内部使用单引号或在HTML外部使用单引号text/HTML；charset=UTF-8
不是字符串的一部分