Ruby 如何使用Nokogiri解析连续标记？

我有如下HTML代码：

<div id="first">
<dt>Label1</dt>
<dd>Value1</dd>

<dt>Label2</dt>
<dd>Value2</dd>

...
</div>

doc = Nokogiri::HTML('<div id="first"><dl>...')
doc.css('#first').search('dt').each do |node|
    puts "#{node.text}: #{node.next_element.text}"
end

---

首先显示所有

标记，然后显示

标记，在查看其他答案后，我需要“标签：值”

这是一种低效的方法

require 'nokogiri'
a = Nokogiri::HTML('<div id="first"><dt>Label1</dt><dd>Value1</dd><dt>Label2</dt><dd>Value2</dd></div>')

dt = []
dd = []

a.css("#first").each do |item|
  item.css("dt").each {|t| dt << t.text}
  item.css("dd").each {|t| dd << t.text}
end

dt.each_index do |i|
  puts dt[i] + ': ' + dd[i]
end

需要“nokogiri”
a=Nokogiri:：HTML（'Label1Value1Label2Value2'）
dt=[]
dd=[]
a、 css（“#第一”）。每个do |项|
css（“dt”）。每个{t | dt首先，您的HTML应该在
中包含
和
元素：

只要结构与您的示例相匹配，这应该是可行的。
假设某些
可能有多个
，您希望找到所有
，然后（针对每个）在下一个
之前查找以下
。这在纯Ruby中很容易做到，但在XPath中更有趣

鉴于此设置：

require 'nokogiri'   
html = '<dl id="first">
  <dt>Label1</dt><dd>Value1</dd>
  <dt>Label2</dt><dd>Value2</dd>
  <dt>Label3</dt><dd>Value3a</dd><dd>Value3b</dd>
  <dt>Label4</dt><dd>Value4</dd>
</dl>'    
doc = Nokogiri.HTML(html)

使用Lotsa XPath：

doc.css('dt').each do |dt|
  dds = []
  n = dt.next_element
  begin
    dds << n
    n = n.next_element
  end while n && n.name=='dd'
  p [dt.text,dds.map(&:text)]
end
#=> ["Label1", ["Value1"]]
#=> ["Label2", ["Value2"]]
#=> ["Label3", ["Value3a", "Value3b"]]
#=> ["Label4", ["Value4"]]

doc.css('dt').each do |dt|
  dds = dt.xpath('following-sibling::*').chunk{ |n| n.name }.first.last
  p [dt.text,dds.map(&:text)]
end
#=> ["Label1", ["Value1"]]
#=> ["Label2", ["Value2"]]
#=> ["Label3", ["Value3a", "Value3b"]]
#=> ["Label4", ["Value4"]]

doc.css('dt').each do |dt|
  ct = dt.xpath('count(following-sibling::dt)')
  dds = dt.xpath("following-sibling::dd[count(following-sibling::dt)=#{ct}]")
  p [dt.text,dds.map(&:text)]
end
#=> ["Label1", ["Value1"]]
#=> ["Label2", ["Value2"]]
#=> ["Label3", ["Value3a", "Value3b"]]
#=> ["Label4", ["Value4"]]

请注意，由于
“#first”
只能匹配一个元素，因此您拥有的元素与：
item=a.at_css（“#first”）相等（但更差）
。在外部使用每个

是完全多余的。此外，请注意，此答案假设

和

之间始终存在1-1配对。虽然原始问题标记是如此，但在现实世界的标记中可能并不总是如此。最后，通过迭代两个配对数组，您可以不要考虑使用<代码> Dt.zip（DD）。每个{ dt，d}…} /代码>而不是<代码> EACHYORY索引>代码>，而不是<代码> docs.css（'y'第一）。.each？还要注意，这个答案是基于这样一个假设的，即每个

之后总是有一个且只有一个

（这在一般HTML中可能不是这样）。@Phrogz:earch.css没有什么好的理由，也许它更接近OP已经拥有的内容。我确实包括了一个“只要结构与您的示例相匹配，这应该是有效的”警告。我同意您的方法在一般情况下会更有效。（这只是我上一次评论的拼写更正，因为我不知道haz gud speling）

doc.css('dt').each do |dt|
  dds = dt.xpath('following-sibling::*').chunk{ |n| n.name }.first.last
  p [dt.text,dds.map(&:text)]
end
#=> ["Label1", ["Value1"]]
#=> ["Label2", ["Value2"]]
#=> ["Label3", ["Value3a", "Value3b"]]
#=> ["Label4", ["Value4"]]

doc.css('dt').each do |dt|
  ct = dt.xpath('count(following-sibling::dt)')
  dds = dt.xpath("following-sibling::dd[count(following-sibling::dt)=#{ct}]")
  p [dt.text,dds.map(&:text)]
end
#=> ["Label1", ["Value1"]]
#=> ["Label2", ["Value2"]]
#=> ["Label3", ["Value3a", "Value3b"]]
#=> ["Label4", ["Value4"]]