Nokogiri找到图像src答案

【问题标题】：Nokogiri find image srcNokogiri找到图像src
【发布时间】：2012-10-27 15:26:04
【问题描述】：

我需要从 Facebook 获取头像的 src 属性。

doc = Nokogiri::HTML(open('http://www.facebook.com/zuck'))

然后我尝试了：

 avatar = doc.css('.photoContainer img')

但收到一个空结果。我应该怎么做才能获得 img src？为什么我的方法不起作用？

我也尝试通过 XPath 查找所有 imgs，但仍然收到空结果：

Nokogiri::HTML(open('http://www.facebook.com/zuck')).xpath("//img/@src").each do |src|
  puts src                                                  
end

【问题讨论】：

标签： ruby-on-rails nokogiri

【解决方案1】：

问题在于您尝试访问的 .photoContainer div 不在页面的实际 HTML 中，它是通过 JavaScript 插入到 DOM 中的，因此 Nokogiri 看不到它。 Nokogiri 只能解析静态 HTML 和 XML。

如果您想访问由 JavaScript 生成的 DOM 内容，您可能需要尝试使用自动网页浏览工具，例如 watir 或 selenium。另见“Nokogiri parse ajax-loaded content”。

更新：

如果您熟悉使用 capybara 进行集成测试，您还可以将其选择器用作 selenium 等浏览工具的包装器，直接使用可能有点棘手。

例如，在控制台中：

require 'capybara'
require 'capybara/dsl'

include Capybara::DSL
Capybara.default_driver = :selenium

然后就可以获取元素了，先关闭弹窗，再通过CSS访问元素：

visit('http://www.facebook.com/zuck')
find('a.layerCancel').click
find('.photoContainer img')['src']
#=> "http://profile.ak.fbcdn.net/hprofile-ak-ash3/c23.1.285.285/s160x160/73273_773684942011_2125564_n.jpg"

【讨论】：