红宝石，机械化。如何获取特定的 <a> 标签文本答案

【问题标题】：Ruby ,Mechanize. How to get specific <a> tag text红宝石，机械化。如何获取特定的 <a> 标签文本
【发布时间】：2014-07-19 04:47:04
【问题描述】：

我的目标是获得“我想要这个文本”文本。

<div class="class1">
<b>xxxxx</b>
<a href="http://example.com/want/xxxx">I want this text</a>
<a href="http://example.com/want/yyyy">I want this text</a>
<b>yyyyy</b>
<a href="http://example.com/unnece/xxxx">no need</a>
<a href="http://example.com/unnece/xxxx">no need</a>
</div>

<div class="class2">
<a href="http://example.com/want/xxxx">no need</a>
<a href="http://example.com/want/yyyy">no need</a>
</div>

我尝试编写代码。

test = agent.page.search("div[@class='class1'] / a").text

但是，我也得到了“不需要”的文字

我该怎么做？我正在使用宝石：

require 'mechanize'
require 'open-uri'

如果可能的话，我想在文本之间放置逗号...

【问题讨论】：

您可以尝试使用 gem 'nokogiri'，它有 css 选择器和查找许多元素的方法
@Pavel - Mechanize 是 Nokogiri 的姊妹项目，并将其作为解析器包含在内

标签： ruby-on-rails ruby web-scraping mechanize

【解决方案1】：

可能有很多方法，但最明显的是：

agent.page.search('.class1 a[href*=want]').text

【讨论】：

@pguardiario 获取href怎么样？，谢谢
@stan 只需将 .text 替换为 [:href]

【解决方案2】：

我将使用这样的 css 选择器：

test = agent.page.search("div.class1 > a:first-of-type").text

【讨论】：

这只是第一个a，他想要前2个a