如何使用 Nokogiri 获取具有自定义属性的 div 元素答案

【问题标题】：How to get div elements with custom attributes using Nokogiri如何使用 Nokogiri 获取具有自定义属性的 div 元素
【发布时间】：2017-02-27 20:18:55
【问题描述】：

我的 HTML 的正文看起来像：

<body>
   <div class="myclass" dd:meta1="meta data 1" dd:meta2="CD5503253E54"></div>
   <div class="myclass" dd:meta1="meta data 11"></div>
</body>

我想获取所有具有dd:meta2 属性的 div 元素，所以在上面的正文中，我将只获取一个 div。

我编写了代码来获取 div 元素，但我收到一个错误，看起来它与属性中的 : 有关。

我的逻辑：

page = Nokogiri::HTML(html_string)
meta_data_divs = page.css('body').css("div[dd:meta2]")

错误：

unexpected ':' after '#<Nokogiri::CSS::Node:0x007fac6b986d58>'

如何处理属性中的':'？

【问题讨论】：

标签： html css ruby nokogiri

【解决方案1】：

我实际上是昨天才这样做的。这是我的html：

<div data-purpose="video-length">[^>]+<\/div>

这是我的 nokogiri 表达：

page.parser.css("div[data-purpose=video-length]").first.try(:text).try(:strip)

这从 div 标签中取出了我想要的值，并剥离了额外的回报。使用 .try 调用的原因是在返回 nil 时跳过必须处理 if 语句。这里的秘密在于在 .css 表达式中使用 []：div[data- purpose=video-length]。

【讨论】：

【解决方案2】：

看起来 Nokogiri 不知道如何处理命名空间参数。这是获得相同结果的另一种方法：

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<body>
  <div class="myclass" dd:meta1="meta data 1" dd:meta2="CD5503253E54"></div>
  <div class="myclass" dd:meta1="meta data 11"></div>
</body>
EOT

doc.search('div').select{ |div| div.attributes.include?('dd:meta2') }
# => [#(Element:0x3fea99895530 {
#       name = "div",
#       attributes = [
#         #(Attr:0x3fea99895508 { name = "class", value = "myclass" }),
#         #(Attr:0x3fea998954f4 { name = "dd:meta1", value = "meta data 1" }),
#         #(Attr:0x3fea998954e0 { name = "dd:meta2", value = "CD5503253E54" })]
#       })]

这将返回所有带有dd:meta2 参数的div 节点。

同样，您可以使用相同的 .first 在末尾添加以像 at 一样操作，但它不会像以下那样快：

doc.search('div').find{ |div| div.attributes.include?('dd:meta2') }
# => #(Element:0x3fea99895530 {
#      name = "div",
#      attributes = [
#        #(Attr:0x3fea99895508 { name = "class", value = "myclass" }),
#        #(Attr:0x3fea998954f4 { name = "dd:meta1", value = "meta data 1" }),
#        #(Attr:0x3fea998954e0 { name = "dd:meta2", value = "CD5503253E54" })]
#      })

这会比你尝试的慢一点，因为它会导致解析器搜索整个文档并返回所有 div 标签，然后 Ruby 将不得不筛选结果以找到具有所需的参数。但它会比引发异常的代码快得多。

我建议向 Nokogiri 团队提交一份错误报告，向他们展示问题。

嘿，在写完之后我搜索了dd:meta2 并遇到了your question on Nokogiri-Talk，它有一个来自 Nokogiri 神的答案，解释了正在发生的事情，这与我建议的解决方案相同。所以你有它。

【讨论】：