使用 xpath 解析 Nokogiri 返回空字符串答案

【问题标题】：Nokogiri parsing with xpath returns empty string使用 xpath 解析 Nokogiri 返回空字符串
【发布时间】：2014-10-01 12:07:22
【问题描述】：

我有以下 HTML：

<div>
 <table>
  <tr>
   <td>

    <div class="w135">

     <div style="float: left; padding-right: 10px;" class="imageThumbnail playerDiv">
      <a href="/sport/tennis/2014/10/djokovic-through-wozniacki-out-china-open-2014101114115427766.html" id="ctl00_ctl00_DataList1_ctl00_Thumbnail1_lnkImage10" target="_parent">
       <img src="/mritems/imagecache/89/135/mritems/images/2014/10/1/2014101114447491734_20.jpg" id="ctl00_ctl00_DataList1_ctl00_Thumbnail1_imgSmall10" border="0" class="imageThumbnail">
            </a>
     </div>


    </div>
   </td>
  </tr>
 </table>
</div>

当我尝试 rake 时，我得到了错误：

NoMethodError: undefined method `at_css' for ["id","ctl00_cphBody_ctl01_DataList1_ctl00_Thumbnail1_Layout17"]:Array

这是代码：

@request = HTTParty.get(url)

@html = Nokogiri::HTML(@request.body)

@html.css(".w135")[0].map do |item|

    url = item.at_css("div.playerDiv a")

    puts url.inspect
end

我真的不确定问题是什么，并且已经尝试解决了一段时间。此行出现错误url = item.at_css("div.playerDiv a")

欢迎提出任何建议！

谢谢

【问题讨论】：

令人讨厌的是，在刚刚发布之后，我通过将范围从 [0] 更改为实际范围来解决这个问题，例如[0..1]。愚蠢的错误。谢谢。

标签： ruby-on-rails-4 xpath nokogiri httparty

【解决方案1】：

我会使用类似的方法：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<div>
 <table>
  <tr>
   <td>

    <div class="w135">

     <div style="float: left; padding-right: 10px;" class="imageThumbnail playerDiv">
      <a href="/sport/tennis/2014/10/djokovic-through-wozniacki-out-china-open-2014101114115427766.html" id="ctl00_ctl00_DataList1_ctl00_Thumbnail1_lnkImage10" target="_parent">
       <img src="/mritems/imagecache/89/135/mritems/images/2014/10/1/2014101114447491734_20.jpg" id="ctl00_ctl00_DataList1_ctl00_Thumbnail1_imgSmall10" border="0" class="imageThumbnail">
            </a>
     </div>


    </div>
   </td>
  </tr>
 </table>
</div>
EOT

puts doc.search('.w135 div.playerDiv a').map(&:inspect)

哪些输出：

# >> #<Nokogiri::XML::Element:0x3ff0918b132c name="a" attributes=[#<Nokogiri::XML::Attr:0x3ff0918b1250 name="href" value="/sport/tennis/2014/10/djokovic-through-wozniacki-out-china-open-2014101114115427766.html">, #<Nokogiri::XML::Attr:0x3ff0918b123c name="id" value="ctl00_ctl00_DataList1_ctl00_Thumbnail1_lnkImage10">, #<Nokogiri::XML::Attr:0x3ff0918b1228 name="target" value="_parent">] children=[#<Nokogiri::XML::Text:0x3ff0918a5b6c "\n       ">, #<Nokogiri::XML::Element:0x3ff0918a5360 name="img" attributes=[#<Nokogiri::XML::Attr:0x3ff0918a4d20 name="src" value="/mritems/imagecache/89/135/mritems/images/2014/10/1/2014101114447491734_20.jpg">, #<Nokogiri::XML::Attr:0x3ff0918a4cbc name="id" value="ctl00_ctl00_DataList1_ctl00_Thumbnail1_imgSmall10">, #<Nokogiri::XML::Attr:0x3ff0918a4b90 name="border" value="0">, #<Nokogiri::XML::Attr:0x3ff0918a4a28 name="class" value="imageThumbnail">]>, #<Nokogiri::XML::Text:0x3ff091871920 "\n            ">]>

如果您尝试访问“href”参数，而不是使用inspect，请使用：

puts doc.search('.w135 div.playerDiv a').map{ |n| n['href'] }
# >> /sport/tennis/2014/10/djokovic-through-wozniacki-out-china-open-2014101114115427766.html

【讨论】：