Ruby 具有X个单元格数的表行的CSS选择器

我试图从一个网站上刮下一些内容，但在选择正确的元素时遇到了困难

我正在使用Nokogiri，而且，正如我最熟悉的CSS一样，我正在尝试使用它来选择我想要的数据

有一个大桌子，上面有我不想要的行，但是这些行可以改变；例如，它们并不总是第4、5、6、10、14行

我能判断这是否是我想要的一行的唯一方法是该行中是否有

TD

标记。 正确的CSS选择器是什么

 # Search for nodes by css
  doc.css('#mainContent p table tr').each do |td|
  throw td
  end

---

编辑：

我在努力刮。我想要每个匹配的行，但是，这是一个非常大的表，有许多行不是匹配的。每个日期部分的前几行是不需要的，包括每隔一行有“bout subject to change…”的内容，以及日期之间的行距

解决方案：

doc.xpath("//table[@align='center'][not(@id) and not(@class)]/tr").each do |trow|

    #Try get the date
    if trow.css('.show_left b').length == 1
      match_date = trow.css('.show_left b').first.content

    end

    if trow.css('td a').length == 2 and trow.css('* > td').length > 10

      first_boxer_td = trow.css('td:nth-child(5)').first
      second_boxer_td = trow.css('td:nth-child(5)').first

      match = {
        :round => trow.css('td:nth-child(3)').first.content.to_i,
        :weight => trow.css('td:nth-child(4)').first.content.to_s,
        :first_boxer_name => first_boxer_td.css('a').first.content.to_s,
        :first_boxer_link => first_boxer_td.css('a').first.attribute('href').to_s,
        :second_boxer_name => second_boxer_td.css('a').first.content.to_s,
        :second_boxer_link => second_boxer_td.css('a').first.attribute('href').to_s,
        :date => Time.parse(match_date)
      }  


      #:Weight => trow.css('td:nth-child(4)').to_s
      #:BoxerA => trow.css('td:nth-child(5)').to_s
      #:BoxerB => trow.css('td:nth-child(9)').to_s    

      myscrape.push(match)

    end
  end

您无法判断一个

tr

包含多少

td

元素，但您可以判断它是否为空：

doc.css('#mainContent p table tr:not(:empty)').each do |td|
  throw td
end

---

您可以这样做：

tr第四个td的行

doc.xpath('//tr/td[4]/..')

css的另一种方式：

doc.css('tr').select{|tr| tr.css('td').length >= 4}

---

如果你想得到好的答案，你需要提供你正在抓取的页面，或者至少提供一些html示例。另外，最好的尝试方法是在

irb

会话中，您可以立即看到要扫描的元素，并不断调整选择器，直到找到所需内容。使用网站更新以进行刮取。我不知道irb是什么。。（交互式ruby会话？来自谷歌..设置容易吗？）ruby中包含IRB。试着在终端命令行中键入

irb

。这样做可能会更好、更容易。对于每个tr。。。。然后计算它的td，如果有所需的数字“Domore stuff”

doc.css

返回一个

NodeSet

，它的作用类似于

数组。将其分配给变量，然后对其使用
size
，将返回找到的元素数。从那里很容易添加条件逻辑。这帮助我找到了解决方案，因此我标记为正确！