Ruby 从Mechanize/Nokogiri获取链接

我正试图找到从Nokogiri节点检索a href链接的最佳方法。这就是我所处的位置

mech = Mechanize.new 
mech.get(HOME_URL) 

mech.page.search('.listing_content').each do |business| 
  website = business.css('.website-feature')
  puts website.class
  puts website.inner_html
end

输出=>

Nokogiri::XML::NodeSet <a href="http://urlofsite.com" class="track-visit-website no-tracks" onclick='omniture.callClick({"eVar6":6,"eVar9":1,"eVar21":"search_results","eVar50":null,"prop17":"cars","prop26":"64c15af0-a558-012f-a041-00215a4685f6","eVar42":"64c15af0-a558-012f-a041-00215a4685f6","prop27":6,"prop38":"search_results","prop39":1,"prop46":null,"events":"event6,event7","eVar51":optimostIDs.trialID.toString(),"eVar52":optimostIDs.segmentID.toString(),"eVar53":optimostIDs.creativeID.toString(),"eVar54":optimostIDs.subjectID.toString(),"prop47":null,"prop51":optimostIDs.trialID.toString(),"prop52":optimostIDs.segmentID.toString(),"prop53":optimostIDs.creativeID.toString(),"prop54":optimostIDs.subjectID.toString(),"prop56":"Saint+George%2C+UT","prop57":null,"prop58":false,"prop59":null,"eVar60":"relevancyTest2","prop60":"relevancyTest2","prop61":false,"prop62":null,"prop64":null,"prop67":null,"prop68":null,"prop70":null,"prop71":null});; atti_logs.attiClick({"iid":"651691e0-a558-012f-2ca7-18a9053c171a","lt":6,"ptid":"www.yellowpages.com","rid":"vendetta-236e7298-3a4f-4744-8ff5-4eb5fcc8e188","ypid":3848879,"lid":3848879,"vrid":"64c15af0-a558-012f-a041-00215a4685f6","nav":null});' rel="nofollow" target="_blank" title="Executive Service Ctr Website"><span class="raquo">»</span> Website</a> Nokogiri:：XML:：节点集

---

基本上，我只需要得到

http://urlofsite.com

从

内部html

中取出，我不知道该怎么做。我已经读过关于使用CSS和XPATH的文章，但目前我无法使用这两种方法。感谢您的帮助首先，告诉Nokogiri获取节点，而不是节点集

at_css

将检索节点，

css

检索节点集，该节点集类似于数组

而不是：

website = business.css('.website-feature')

尝试：

使用

class=“网站功能”

检索

节点的第一个实例。如果它不是您想要的第一个实例，那么您需要通过抓取节点集然后索引到它来缩小它的范围。没有周围的HTML，很难提供更多帮助

要从节点获取

href

参数，只需将节点视为散列：

website['href']

应返回：

http://urlofsite.com

以下是IRB的一个小样本：

irb(main):001:0> require 'nokogiri'
=> true
irb(main):002:0> 
irb(main):003:0*   html = '<a class="this_node" href="http://example.com">'
=> "<a class=\"this_node\" href=\"http://example.com\">"
irb(main):004:0> doc = Nokogiri::HTML.parse(html)
=> #<Nokogiri::HTML::Document:0x8041e2ec name="document" children=[#<Nokogiri::XML::DTD:0x8041d20c name="html">, #<Nokogiri::XML::Element:0x805a2a14 name="html" children=[#<Nokogiri::XML::Element:0x805df8b0 name="body" children=[#<Nokogiri::XML::Element:0x8084c5d0 name="a" attributes=[#<Nokogiri::XML::Attr:0x80860170 name="class" value="this_node">, #<Nokogiri::XML::Attr:0x8086047c name="href" value="http://example.com">]>]>]>]>
irb(main):005:0> 
irb(main):006:0*   doc.at_css('a.this_node')['href']
=> "http://example.com"
irb(main):007:0> 

irb（main）：001:0>要求“nokogiri”
=>正确
irb（主要）：002:0>
irb（主）：003:0*html=''
=> ""
irb（main）：004:0>doc=Nokogiri:：HTML.parse（HTML）
=> #
irb（主要）：005:0>
irb（main）：006:0*doc.at_css（'a.this_node'）['href']
=> "http://example.com"
irb（主要）：007:0>

谢谢您提供的信息。每当我试图用at_css（'a.track-visit-website-no-tracks'）抓取节点时，它都会返回一个类。我要编辑我的帖子，继续看，再看一遍，我能完全按照你的描述得到它。谢谢你的帮助，铁皮人毕竟有一颗心；）我很高兴它成功了。Nokogiri是一个很棒的XML/HTML解析器，所以感谢这个团队。

irb(main):001:0> require 'nokogiri'
=> true
irb(main):002:0> 
irb(main):003:0*   html = '<a class="this_node" href="http://example.com">'
=> "<a class=\"this_node\" href=\"http://example.com\">"
irb(main):004:0> doc = Nokogiri::HTML.parse(html)
=> #<Nokogiri::HTML::Document:0x8041e2ec name="document" children=[#<Nokogiri::XML::DTD:0x8041d20c name="html">, #<Nokogiri::XML::Element:0x805a2a14 name="html" children=[#<Nokogiri::XML::Element:0x805df8b0 name="body" children=[#<Nokogiri::XML::Element:0x8084c5d0 name="a" attributes=[#<Nokogiri::XML::Attr:0x80860170 name="class" value="this_node">, #<Nokogiri::XML::Attr:0x8086047c name="href" value="http://example.com">]>]>]>]>
irb(main):005:0> 
irb(main):006:0*   doc.at_css('a.this_node')['href']
=> "http://example.com"
irb(main):007:0>