使用 Nokogiri 从脚本中提取变量值 - Ruby/Rails答案

【问题标题】：Extracting variable value from script with Nokogiri - Ruby/Rails使用 Nokogiri 从脚本中提取变量值 - Ruby/Rails
【发布时间】：2021-05-22 23:07:34
【问题描述】：

我有这段代码可以拉入页面上的所有脚本。

full_url = URI.join(url, "/").to_s #https://www.example.com

doc = Nokogiri::HTML(URI.open(full_url))

doc.css('script').each do |script|
    puts script.content
end

这很好用，可以返回页面上的所有脚本。然而，这使得它比它需要的更复杂，因为我只需要 1 个脚本，一个具有“分析”类的脚本

<script class="analytics">
</script>

但是我找不到一种只按类隔离该脚本的好方法，否则当我知道我需要的值在这个脚本中时，我必须遍历所有其他脚本。

现在我遇到的第二个问题是脚本中有一堆函数和 try/catch 等。其中我只需要这两行的值：

window.TEST.gameName = "pop1";
window.TEST.gameVersion = "1.1.2";

所以我只想返回值“pop1”和“1.1.2”

window.TEST.gameName 和 window.TEST.gameVersion 只有 1 个实例，因此它们是唯一的。也许我使用 Nokogiri 过于复杂了，我应该只使用正则表达式还是这样会更快？

我也不喜欢 Nokogiri，只是这似乎是最受欢迎的选择。

我尝试了一些使用 doc.at 和 doc.search 的变体，但我一直没有得到任何回报，所以我可能做错了。

【问题讨论】：

标签： ruby-on-rails ruby nokogiri

【解决方案1】：

css 将采用CSS selector。 script.analytics 查找分析类的脚本标签。

doc.css('script.analytics').each do |script|
    puts script.content
end

至于第二部分，window.TEST.gameName = "pop1"; 是 Javascript。 Nokogiri 帮不了你。你需要一个 Javascript 解析器。

【讨论】：

【解决方案2】：

以 Schwern 的问题为基础并回答完整的问题。

我用过

doc.css('script.analytics').each do |script|
    @script = script.content
end

这给了我大约一百行 javascript 的脚本，总是采用相同的格式，只是值不同。

然后我做了：

game_name = @script.match(/window.TEST.gameName = "(.*?)";/m)[1].strip # returns pop1
game_version = @script.match(/window.TEST.gameVersion = "(.*?)";/m)[1].strip # returns 1.1.2

可能有更好的方法来做到这一点，但这对我有用。

【讨论】：