超级会员免费看
网页数据提取与探索：Nokogiri的使用指南
在网页数据处理中，我们经常需要从HTML文档中提取特定信息，Nokogiri是一个强大的工具，它能帮助我们完成元素选择、信息提取和文档导航等任务。下面将详细介绍Nokogiri的使用方法和相关技巧。
1. 处理元素
当我们使用XPath或CSS选择器选定了适合当前任务的元素后，通常只完成了一半的工作，接下来需要对匹配到的元素进行实际操作，主要包括以下两类任务：
- 提取信息 ：提取元素的文本内容、属性值或元素名称。
- 文档导航 ：从当前位置在文档中进行上下或横向导航。
2. 从元素中提取信息
一般来说，从元素中提取的信息主要有三种：元素自身的文本内容、属性内容和元素名称。Nokogiri节点提供了三种有用的方法来提取这三种类型的信息。
- 读取元素的文本 ：使用 text 方法提取元素的文本。例如，提取文档中所有二级标题的文本：
require "nokogiri"
doc = Nokogiri::HTML(<<-DOC)
<html>
<body>
<h2>This is a heading</h2>
<p>This is a paragraph</p>
<h2>This is also a heading</h2>
<p>This is 
订阅专栏 解锁全文
扫一扫
3
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
