Ruby on rails 如何使用Nokogiri导航DOM
我试图填充变量Ruby on rails 如何使用Nokogiri导航DOM,ruby-on-rails,ruby,dom,xpath,nokogiri,Ruby On Rails,Ruby,Dom,Xpath,Nokogiri,我试图填充变量parent\u element\u h1和parent\u element\u h2。有人能帮我把我需要的信息输入到这些变量中吗 require 'rubygems' require 'nokogiri' value = Nokogiri::HTML.parse(<<-HTML_END) "<html> <body> <p id='para-1'>A</p> <div clas
parent\u element\u h1parent\u element\u h2require 'rubygems'
require 'nokogiri'
value = Nokogiri::HTML.parse(<<-HTML_END)
"<html>
<body>
<p id='para-1'>A</p>
<div class='block' id='X1'>
<h1>Foo</h1>
<p id='para-2'>B</p>
</div>
<p id='para-3'>C</p>
<h2>Bar</h2>
<p id='para-4'>D</p>
<p id='para-5'>E</p>
<div class='block' id='X2'>
<p id='para-6'>F</p>
</div>
</body>
</html>"
HTML_END
parent = value.css('body').first
# start_here is given: A Nokogiri::XML::Element of the <div> with the id 'X2
start_here = parent.at('div.block#X2')
# this should be a Nokogiri::XML::Element of the nearest, previous h1.
# in this example it's the one with the value 'Foo'
parent_element_h1 =
# this should be a Nokogiri::XML::Element of the nearest, previous h2.
# in this example it's the one with the value 'Bar'
parent_element_h2 =
在接受了一个答案后，我想出了一个答案。它很有魅力，我觉得它很酷。如果我理解您的问题，我会采取的方法是使用XPath或CSS来搜索“start_here”元素和要在其下搜索的父元素。然后，递归地遍历树，从父级开始，在点击“start_here”元素时停止，并一直保持最后一个与您的样式匹配的元素 比如：
parent = value.search("//body").first
div = value.search("//div[@id = 'X2']").first
find = FindPriorTo.new(div)
assert_equal('Foo', find.find_from(parent, 'h1').text)
assert_equal('Bar', find.find_from(parent, 'h2').text)
FindPriorToclass FindPriorTo
def initialize(stop_element)
@stop_element = stop_element
end
def find_from(parent, style)
@should_stop = nil
@last_style = nil
recursive_search(parent, style)
end
def recursive_search(parent, style)
parent.children.each do |ch|
recursive_search(ch, style)
return @last_style if @should_stop
@should_stop = (ch == @stop_element)
@last_style = ch if ch.name == style
end
@last_style
end
end
递归搜索来优化内容，从而不使用递归，还可以传入您正在查找的两种样式并跟踪上次找到的样式，这样您就不必额外遍历树
我还想说，在解析文档时尝试使用monkey patching节点，但看起来所有这些都是用C编写的。也许您最好使用Nokogiri以外的具有原生Ruby SAX解析器的东西（也许），或者如果您真正关心的是速度，请使用Xerces或类似工具在C/C++中执行搜索部分。但我不知道它们在解析HTML方面有多好。如果您不知道元素之间的关系，可以通过这种方式（在文档中的任何位置）搜索它们：
但是，如果您需要提交表单，则应使用mechanize：
# create mech object
mech = WWW::Mechanize.new
# load site
mech.get("address")
# select a form, in this case, I select the first form. You can select the one you need
# from the array
form = mech.page.forms.first
# you fill the fields like this: form.name_of_the_field
form.element_name = value
form.other_element = other_value
您可以使用CSS选择器搜索NokogiriHTML:：Element
的后代。您可以使用.parent
方法遍历祖先
parent_element_h1 = value.css("h1").first.parent
parent_element_h2 = value.css("h2").first.parent
也许这样就行了。我不确定性能如何，是否有一些案例我没有想到
def find(root, start, tag)
ps, res = start, nil
until res or (ps == root)
ps = ps.previous || ps.parent
res = ps.css(tag).last
res ||= ps.name == tag ? ps : nil
end
res || "Not found!"
end
parent_element_h1 = find(parent, start_here, 'h1')
这是我自己的解决方案（感谢我的同事在这方面的帮助！），使用递归方法解析所有元素，而不管是兄弟姐妹还是其他兄弟姐妹的孩子
require 'rubygems'
require 'nokogiri'
value = Nokogiri::HTML.parse(<<-HTML_END)
"<html>
<body>
<p id='para-1'>A</p>
<div class='block' id='X1'>
<h1>Foo</h1>
<p id='para-2'>B</p>
</div>
<p id='para-3'>C</p>
<h2>Bar</h2>
<p id='para-4'>D</p>
<p id='para-5'>E</p>
<div class='block' id='X2'>
<p id='para-6'>F</p>
</div>
</body>
</html>"
HTML_END
parent = value.css('body').first
# start_here is given: A Nokogiri::XML::Element of the <div> with the id 'X2
@start_here = parent.at('div.block#X2')
# Search for parent elements of kind "_style" starting from _start_element
def search_for_parent_element(_start_element, _style)
unless _start_element.nil?
# have we already found what we're looking for?
if _start_element.name == _style
return _start_element
end
# _start_element is a div.block and not the _start_element itself
if _start_element[:class] == "block" && _start_element[:id] != @start_here[:id]
# begin recursion with last child inside div.block
from_child = search_for_parent_element(_start_element.children.last, _style)
if(from_child)
return from_child
end
end
# begin recursion with previous element
from_child = search_for_parent_element(_start_element.previous, _style)
return from_child ? from_child : false
else
return false
end
end
# this should be a Nokogiri::XML::Element of the nearest, previous h1.
# in this example it's the one with the value 'Foo'
puts parent_element_h1 = search_for_parent_element(@start_here,"h1")
# this should be a Nokogiri::XML::Element of the nearest, previous h2.
# in this example it's the one with the value 'Bar'
puts parent_element_h2 = search_for_parent_element(@start_here,"h2")
需要“rubygems”
需要“nokogiri”
value=Nokogiri:：HTML.parse（我想我遇到这个问题已经晚了几年，但我觉得不得不发布，因为所有其他解决方案都太复杂了
这是一条带有XPath的语句：
start = doc.at('div.block#X2')
start.at_xpath('(preceding-sibling::h1 | preceding-sibling::*//h1)[last()]')
#=> <h2>Foo</h2>
start.at_xpath('(preceding-sibling::h2 | preceding-sibling::*//h2)[last()]')
#=> <h2>Bar</h2>
start=doc.at（'div.block#X2'）
start.at_xpath（'（前面的同级：：h1 |前面的同级：：*//h1）[last（）]'）
#=>Foo
start.at_xpath（'（前面的同级：：h2 |前面的同级：：*//h2）[last（）]'）
#=>巴
这可以容纳直接的前一个兄弟姐妹或前一个兄弟姐妹的子代
谓词确保您获得最接近的上一个匹配项。问题是，我不知道标题是同级还是同级的子项。您的解决方案假定我知道它是同级还是同级的子项。此外，我的示例数据比我的真实数据短得多：“我的标签”可以位于文档中的任何位置。您可以n如果您不确定兄弟/子关系，请在XPath中使用“//”而不是“/html/body/”甚至“/html/body//div”。我认为我的问题不够具体，我已经编辑了这个问题，希望现在可以清楚地知道我在找什么（检查我试图用数据填充的变量上面的注释）。感谢您的提交。这有点像黑客，但在本例中它是有效的。虽然如果这里的start_位于另一个div块内，它将不起作用。我要寻找的是一种获取最近的前一个标题的方法，而忽略它在文档中的层次结构。是的，修剪有点像黑客。请查看我编辑的答案是否是您要查找的。这s不能解决我的问题，但我已对我的问题进行了更具体的编辑。请注意我试图填写的两个变量上面的注释。简言之：这不起作用，因为它将匹配更多最近的上一个h1或h2。这不会返回我要查找的结果。请再次阅读问题。
require 'rubygems'
require 'nokogiri'
value = Nokogiri::HTML.parse(<<-HTML_END)
"<html>
<body>
<p id='para-1'>A</p>
<div class='block' id='X1'>
<h1>Foo</h1>
<p id='para-2'>B</p>
</div>
<p id='para-3'>C</p>
<h2>Bar</h2>
<p id='para-4'>D</p>
<p id='para-5'>E</p>
<div class='block' id='X2'>
<p id='para-6'>F</p>
</div>
</body>
</html>"
HTML_END
parent = value.css('body').first
# start_here is given: A Nokogiri::XML::Element of the <div> with the id 'X2
@start_here = parent.at('div.block#X2')
# Search for parent elements of kind "_style" starting from _start_element
def search_for_parent_element(_start_element, _style)
unless _start_element.nil?
# have we already found what we're looking for?
if _start_element.name == _style
return _start_element
end
# _start_element is a div.block and not the _start_element itself
if _start_element[:class] == "block" && _start_element[:id] != @start_here[:id]
# begin recursion with last child inside div.block
from_child = search_for_parent_element(_start_element.children.last, _style)
if(from_child)
return from_child
end
end
# begin recursion with previous element
from_child = search_for_parent_element(_start_element.previous, _style)
return from_child ? from_child : false
else
return false
end
end
# this should be a Nokogiri::XML::Element of the nearest, previous h1.
# in this example it's the one with the value 'Foo'
puts parent_element_h1 = search_for_parent_element(@start_here,"h1")
# this should be a Nokogiri::XML::Element of the nearest, previous h2.
# in this example it's the one with the value 'Bar'
puts parent_element_h2 = search_for_parent_element(@start_here,"h2")
start = doc.at('div.block#X2')
start.at_xpath('(preceding-sibling::h1 | preceding-sibling::*//h1)[last()]')
#=> <h2>Foo</h2>
start.at_xpath('(preceding-sibling::h2 | preceding-sibling::*//h2)[last()]')
#=> <h2>Bar</h2>