机械化Ruby直接在标记内获取文本

我有一些html，看起来像这样

我想要什么
我不想要什么

获取文本的代码是

my_row=page.search（'tr'）。首先
将我的_行放入文本

问题是它会输出我想要的东西，而我不想要的东西

---

如何仅提取选定标记中的文本，而不提取任何子元素中的文本？

您需要使用类似Nokogiri的东西来解析HTML

需要“nokogiri”
html=”
我想要什么
我不想要什么
"
doc=Nokogiri:：HTML（HTML）
text=doc.search（'tr'）.xpath（'text（）'））
放text.text#我想要什么

我认为您可以访问

tr

标记，然后访问

b

子标记并将其删除，这样您就可以获得“主”tr内容：

require 'nokogiri'

data = <<-HTML
<tr>
  What I want
  <b>
    What I don't want
  </b>
<tr>
HTML


doc = Nokogiri::HTML.parse(data)
tr = doc.css('tr')
tr.css('b').remove
p tr.text
# "\n  What I want\n  \n\n"

需要“nokogiri”
data=我使用child/children进行此操作：

doc.at('tr').child.text

我知道使用Nokogiri，您可以
page.search（'tr'）.xpath（'text（）'）
；你可以用Mechanize做类似的事情。
doc.at('tr').child.text