Ruby 如何在<；之后提取文本；br>；使用机械化

我想在第一个

（状态）之后提取文本

HTML代码是：

<div class="location">
    Country
    <br>
    State
    <br>
    City
</div>

---

有什么想法吗

这很简单，但您必须了解文档是如何在DOM中的Nokogiri中表示的

有标记（为元素节点）和中间文本（为文本节点）：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<div class="location">
    Country
    <br>
    State
    <br>
    City
</div>
EOT

doc.at('.location br').next_sibling.text.strip # => "State"

和以下文本节点：

doc.at('.location br').next_sibling.class # => Nokogiri::XML::Text

以及如何访问文本节点的内容：

doc.at('.location br').next_sibling.text # => "\n    State\n    "

再次查看

标记及其下一个同级节点：

doc.at('.location').class # => Nokogiri::XML::Element
doc.at('.location').next_sibling.class # => Nokogiri::XML::Text
doc.at('.location').next_sibling # => #<Nokogiri::XML::Text:0x3fcf58489c7c "\n">

---

我不能这样做

doc.at（'.location br'）.next\u sibling.text

或

doc.at（'.location br'）.next\u sibling.text

第一个断言是正确的，您不能使用

'。位置br'

，因为您不能在

中嵌套标记，所以在为HTML编写CSS选择器时，

br

毫无意义

第二种说法是错误的。您可以使用

next\u sibling.next\u sibling

，但必须注意DOM中的标记。在HTML示例中，它不会返回任何合理的结果：

doc.at('.location br').to_html # => "<br>"
doc.at('.location br').next_sibling.to_html # => "\n    State\n    "
doc.at('.location br').next_sibling.next_sibling.to_html # => "<br>"

所以，你只是走得不够远：

doc.at('.location br').next_sibling.next_sibling.next_sibling.text.strip # => "City"

但是，如果这是DOM的意图，我会做得更简单：

break_text = doc.search('.location br').map{ |br| br.next_sibling.text.strip }
# => ["State", "City"]

---

这很简单，但您必须理解文档是如何在DOM中的Nokogiri中表示的

有标记（为元素节点）和中间文本（为文本节点）：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<div class="location">
    Country
    <br>
    State
    <br>
    City
</div>
EOT

doc.at('.location br').next_sibling.text.strip # => "State"

和以下文本节点：

doc.at('.location br').next_sibling.class # => Nokogiri::XML::Text

以及如何访问文本节点的内容：

doc.at('.location br').next_sibling.text # => "\n    State\n    "

再次查看

标记及其下一个同级节点：

doc.at('.location').class # => Nokogiri::XML::Element
doc.at('.location').next_sibling.class # => Nokogiri::XML::Text
doc.at('.location').next_sibling # => #<Nokogiri::XML::Text:0x3fcf58489c7c "\n">

---

我不能这样做

doc.at（'.location br'）.next\u sibling.text

或

doc.at（'.location br'）.next\u sibling.text

第一个断言是正确的，您不能使用

'。位置br'

，因为您不能在

中嵌套标记，所以在为HTML编写CSS选择器时，

br

毫无意义

第二种说法是错误的。您可以使用

next\u sibling.next\u sibling

，但必须注意DOM中的标记。在HTML示例中，它不会返回任何合理的结果：

doc.at('.location br').to_html # => "<br>"
doc.at('.location br').next_sibling.to_html # => "\n    State\n    "
doc.at('.location br').next_sibling.next_sibling.to_html # => "<br>"

所以，你只是走得不够远：

doc.at('.location br').next_sibling.next_sibling.next_sibling.text.strip # => "City"

但是，如果这是DOM的意图，我会做得更简单：

break_text = doc.search('.location br').map{ |br| br.next_sibling.text.strip }
# => ["State", "City"]

试试下面的

a = Mechanize.new
page = a.get(url)
state = page.search(".kiwii-no-link-color").children[2].text
puts state

试试下面的

a = Mechanize.new
page = a.get(url)
state = page.search(".kiwii-no-link-color").children[2].text
puts state

---

你能给我一个站点url吗？你能给我一个站点url吗？它是有效的，但例如，如果我想选择一个城市，我就不能这样做

doc.at（'.location br'）。next齌sibling.text

或

doc.at（'.location br'）。next齌sibling.text

@Rubyx你想放弃哪个站点url？@Santosh url是<代码>类是.kiwii没有链接颜色@Rubyx让你检查答案吗？它是有效的，但例如，如果我想选择城市，我不能像这样

doc.at（'.location br'）。next_sibling.text

或

doc.at（'.location br'）。next_sibling.text

@Rubyx你想放弃哪个网站url？@Santosh url是<代码>类为。kiwii无链接颜色@Rubyx你检查答案了吗？