Ruby 使用Nokogiri/Rspec一次解析多个文件

我有一个主解析方法，它由解析html文件的其他方法组成：

class Parser
  def self.parse(html)
    @data = Nokogiri.HTML(open(html))
    merged_hashes = {}

    array_of_hashes = [
      parse_title,
      parse_description,
      parse_related
    ]
    array_of_hashes.inject(merged_hashes,:update)

    return merged_hashes
  end

  def self.parse_title
    title_hash = {}

    title = @data.at_css('.featureProductInfo a')
    return title_hash if title.nil?
    title_hash[:title] = @data.at_css('.featureProductInfo a').text

    title_hash
  end
  .
  .
  .

所以我在Rspec中这样做：

require File.dirname(__FILE__) + '/parser.rb'

def html_starcraft
  File.open("amazon_starcraft.html")
end

describe ".parse_title (StarCraft)" do
  let(:title_hash) { Parser.parse html_starcraft } 

  it "scraps the featured product title" do
    expect(title_hash[:title]).to eq("StarCraft II: Wings of Liberty (Bradygames Signature Guides)")
  end
end

---

正如您所看到的，我一次只解析一个文件。我怎样才能同时解析多个呢？比如说，解析文件夹中的所有文件？

正如@theTinMan所指出的，Nokogiri一次只处理一个文件。如果要解析文件夹中的所有文件，则必须读取文件夹（同样，正如@theTinMan所指出的）和/或每个文件夹

当然，你首先需要理解或理解

使用流程的示例 好的，让我们使用一个进程，因为ruby没有真正的线程：

files = Dir.glob("files/**")

files.each do |file|
  # Here the program become two: 
  # One executes the block, other continues the loop
  fork do 
    puts File.open(file).read
  end
end

# We need to wait for all processes to get to this point
# Before continue, because if the main program dies before
# its children, they are killed immediately. 
Process.waitall
puts "All done. closing."

以及输出：

$ ls files/
a.txt  b.txt  c.txt  d.txt
$ ruby script.rb 
Content of a.txt
Content of b.txt
Content of d.txt
Content of c.txt
All done. closing.

---

请注意，由于它是并发的，因此每次执行程序时读取文件的顺序都会发生变化。

您一次只能解析一个文件，因为Nokogiri一次只能处理一个文件，这将您的代码限制在这一点上。如果您想处理目录中的所有文件，您需要对它们进行循环并按顺序解析每一个文件，并存储适合您的代码的解析信息。请参阅

Dir[]

和

Dir.glob

或

Find.Find

，了解如何循环目录或目录层次结构中的文件。添加一个使用流程的示例，您可能需要看一看。您可以编写好的小代码来完成答案，您可以在此处执行此操作。请你努力一下好吗。虽然我在这门学科上很弱，否则我会补充说：）@Babai添加了一个您可能想要检查的示例非常感谢！！我很高兴……）