Nokogiri html parsing question

Question

我无法弄清楚为什么我无法通过 nokogiri 正确解析关键字。在以下示例中，我的 a href 链接文本功能正常工作，但无法弄清楚如何提取关键字。

这是我到目前为止的代码：

.....

doc = Nokogiri::HTML(open("http://www.cnn.com"))
doc.xpath('//a/@href').each do |node|
#doc.xpath("//meta[@name='Keywords']").each do |node|

puts node.text

....

这成功地呈现了页面中的所有 a href 文本，但是当我尝试将它用于关键字时，它没有显示任何内容。我已经尝试了几种变体，但没有运气。我认为节点后的“.text”标注是错误的，但我不确定。

我很抱歉这段代码有多粗糙，我正在尽我所能在这里学习。

Answer 1

你是对的，问题是text。 text 返回开始标签和结束标签之间的文本。由于元标签是空的，这会给你空字符串。您需要“内容”属性的值。

doc.xpath("//meta[@name='Keywords']/@content").each do |attr|
  puts attr.value
end

由于您知道只有一个名为“关键字”的元标记，因此您实际上不需要循环遍历结果，而是可以像这样直接取第一项：

puts doc.xpath("//meta[@name='Keywords']/@content").first.value

但是请注意，如果没有名为“content”的元标记，这将导致错误，因此第一个选项可能更可取。