Ruby 让Nokogiri决定是使用#fragment还是#parse

我想用Nokogiri解析一段HTML，但我不知道它是一个完整的HTML文档（带有DOCTYPE等）还是一个片段（例如，只包含一些元素的div）

这对Nokogiri来说有所不同，因为它应该使用#fragment来解析片段，而#parse用于解析完整文档

有没有办法确定给定的文本片段是片段还是完整的HTML文档

---

Denis

最简单的方法是查找必需的

标记，例如使用正则表达式

/]）/

（允许属性）

---

这足以解决您的问题吗？

取决于页面的垃圾程度，但是

/^(?:\s*<!DOCTYPE)|(?:\s*<html)/

---

/^（？：\s*在这两种情况下都有很好的理由使用parse。它只需使用html构建文档，您就可以更轻松地使用xpath。请注意，HTML5中不需要
标记。例如，请参阅。
或
标记可能更合适。根据参考文章，也不需要使用title标记uired，body和body都不是。不，但是不需要
标记的情况非常不可能发生，并且只有在没有body内容时才可以省略
标记（另一种不可能发生的情况）。