如何在 <a alt="url 属性""> 中解析 url答案

【问题标题】：How to parse url in <a alt="url attribute"">如何在 <a alt="url 属性""> 中解析 url
【发布时间】：2012-07-10 13:10:51
【问题描述】：

我在一个网站上有 html 代码：

<a alt="Кроссовки adidas. Цвет черный. Категории: Женская обувь, Лучшие отзывы, Кеды, кроссовки, ботинки. Вид 3." 
class="enabledZoom MagicThumb-swap" href="http://img2.site.ru/big/120000/129102-3.jpg" rel="zoom-id:Azoom;zoom-width:450;zoom-height:598;zoom-distance:10;zoom-position:right;opacity:50;" 
rev="http://img2.site.ru/large/120000/129102-3.jpg" style="outline: 0px; " id="mt-1334303054133">
<img src="http://img2.site.ru/tm/120000/129102-3.jpg" class=""></a>

如何用 nokogiri gem 提取“http://img2.site.ru/large/120000/129102-3.jpg”？

附： Nokogiri 正在解析元素：

[#<Nokogiri::XML::Element:0x42c1ad8 name="a" attributes=[#<Nokogiri::XML::Attr:0x42c1a7e name="alt" value="Кроссовки adidas. Цвет черный. Категории: Женская обувь, Лучшие отзывы, Кеды, кроссовки, ботинки. Вид 1.">, #<Nokogiri::XML::Attr:0x42c1a74 name="class" value="enabledZoom">, #<Nokogiri::XML::Attr:0x42c1a6a name="href" value="http://img2.site.ru/big/120000/129102-1.jpg">, #<Nokogiri::XML::Attr:0x42c1a60 name="rel" value="zoom-id:Azoom;zoom-width:450;zoom-height:598;zoom-distance:10;zoom-position:right;opacity:50;">, #<Nokogiri::XML::Attr:0x42c1a4c name="rev" value="http://img2.site.ru/large/120000/129102-1.jpg">] children=[#<Nokogiri::XML::Element:0x42c0ee4 name="img" attributes=[#<Nokogiri::XML::Attr:0x42c0e94 name="src" value="http://img2.site.ru/tm/120000/129102-1.jpg">, #<Nokogiri::XML::Attr:0x42c0e8a name="class" value="current">]>]>]

【问题讨论】：

found_elements.first['rev'] ??
鉴于您的 nokogiri 响应，@Dmitry 是正确的。但是，您的解析将更加健壮，如果您更准确地识别元素，您将不需要first，正如@theTinMan 向您展示的那样。如果您提供 Nokogiri 搜索代码和更大的 HTML 示例，我们可以为您提供更多帮助。

标签： ruby html-parsing nokogiri

【解决方案1】：

如果你知道你想要的<img>标签在第一个<a>标签中，你可以使用at方法：

doc.at('a img')['src'] => "http://img2.site.ru/tm/120000/129102-3.jpg"

如果不是，那么您需要隔离 <a> 或 <img>。我可能会使用类似的东西去<a id="...">：

doc.at('a#mt-1334303054133 img')['src'] => "http://img2.site.ru/tm/120000/129102-3.jpg"

如果有多个 <a> 或 <img> 标签，则说明您的示例不够好，我们需要有关您收到的 HTML 的更多信息。

【讨论】：