Ruby 使用Nokogiri从HTML中删除所有外部资源

我想从html文件中删除所有外部资源。 我正在使用wget制作一些页面的本地副本。Wget有将链接转换为本地文件系统的选项，这很好，但仍然有一些链接（我相信在下载深度的末尾）保留了它们的外部src，因此它们包含http

我能找到的最接近包含http的所有内容是：

doc.search（“//*[以（@href，'http'）]开头”）

但这只是找到href元素，http也可以在图像、视频和任何内容中找到。 你知道什么是正确的指示，让Nokogiri告诉我所有包含http的内容吗

---

谢谢。

如果您只想将搜索范围扩展到具有以“http”开头的任何属性的元素，您可以执行以下操作：

doc.search("//*[@*[starts-with(.,'http')]]")

---

嗨，非常感谢！为了满足我的需要，我不得不对它进行一些修改，以获得包含http的所有内容。但你的密码让我进入正轨。我现在使用的是doc.search（“/@*[以（，'http'）]”开头）。区别在于，我的XPath语句（拼写错误现已修复）查找所有以'http'开头的属性的元素，而您的语句只查找属性节点本身。两者都可以，这取决于您以后将如何处理匹配项。