【发布时间】：2016-01-18 06:25:52
【问题描述】：
我想在这个 ruby 脚本中使用 Nokogiri 从 HTML 中提取一些值：
#!/usr/bin/ruby
require 'Nokogiri'
doc = Nokogiri::HTML(<<-END_OF_HTML)
<html>
<meta content="text/html; charset=UTF-8"/>
<body style='margin:20px'>
<p>The following user has registered a device, click on the link below to review the user and make any changes if necessary.</p>
<ul style='list-style-type:none; margin:25px 15px;'>
<li><b>User name:</b> Test User</li>
<li><b>User email:</b> test@abc.com</li>
<li><b>Identifier:</b> abc123def132afd1213afas</li>
<li><b>Description:</b> Tom's iPad</li>
<li><b>Model:</b> iPad 3</li>
<li><b>Platform:</b> </li>
<li><b>App:</b> Test app name</li>
<li><b>UserID:</b> </li>
</ul>
<p>Review user: https://cirrus.app47.com/users?search=test@abc.com</p> <hr style='height=2px; color:#aaa'/>
<p>We hope you enjoy the app store experience!</p>
<p style='font-size:18px; color:#999'>Powered by App47</p>
<img src='https://cirrus.app47.com/notifications/562506219ac25b1033000904/img' alt=''/></body></html>
END_OF_HTML
具体来说，我想获取一些列表成员的值，例如"Identifier:" 和"User name:"，并将它们存储在字符串中。
我确定我需要使用xpath，但仅此而已。我的理解是xpath做节点选择。
我需要用xpath 指定什么，然后如何将选择放入一些变量中？
完整解决方案
最后我真的问了两个问题。
问题 1（隐式）：如何查看使用 xpath 的搜索结果？
doc.xpath("SPECIFY_SEARCH_HERE").each do |node|
puts node
end
这是可行的，因为xpath 返回一个您可以解析的数组，然后您可以对结果做您想做的事情（在我的例子中，打印）。
问题 2：如何获取特定列表项的值？
str = doc.xpath("//ul/li[contains(b, 'Identifier')]/text()").to_s.strip
我对这一行的分析是有限的，但看起来是这样的：
- 使用以下命令查找 li 子键的位置：
//ul/li - 选择包含“标识符”的粗体键 (
b) - 从#2 中提取选择的值：
/text() -
.to_s.strip将所选内容转换为字符串并删除前导/尾随空格
对于更精通 HTML/Ruby/Xpath 的任何人，请随时更新解释以确保准确性。
【问题讨论】：
-
你试过什么？这是非常基本的。您可以使用 XPath（使用
.xpath）或 CSS 样式选择器（使用.css）。你看过官方Nokogiri Tutorials吗？ -
特别是
doc.xpath("//Identifier:")- 但由于“：”而出现错误。也许有办法逃脱它？这些教程让我头晕目眩，因为我并不真正了解 HTML 结构，因此很难确定我可以信任的内容。
标签： html ruby xpath html-parsing nokogiri