Text zwischen allen Tags in Nokogiri greifen?

Was wäre die effizienteste Möglichkeit, alle Texte zwischen HTML-Tags zu greifen?Text zwischen allen Tags in Nokogiri greifen?

<div> 
<a> hi </a> 
....

bündel von texten umgeben von html tags.

Quelle

2009-10-03 KJW

Check out https://github.com/rgrove/ Sanitize auch – Abram

doc = Nokogiri::HTML(your_html) 
doc.xpath("//text()").to_s

Quelle

2009-10-03 05:38:39 khelll

danke! Funktioniert gut +1 – rusllonrails

Verwenden Sie einen Sax Parser. Viel schneller als die XPath-Option.

require "nokogiri" 

some_html = <<-HTML 
<html> 
    <head> 
    <title>Title!</title> 
    </head> 
    <body> 
    This is the body! 
    </body> 
</html> 
HTML 

class TextHandler < Nokogiri::XML::SAX::Document 
    def initialize 
    @chunks = [] 
    end 

    attr_reader :chunks 

    def cdata_block(string) 
    characters(string) 
    end 

    def characters(string) 
    @chunks << string.strip if string.strip != "" 
    end 
end 
th = TextHandler.new 
parser = Nokogiri::HTML::SAX::Parser.new(th) 
parser.parse(some_html) 
puts th.chunks.inspect

Quelle

2009-10-10 17:34:10

Wie könnte dies geändert werden, um nur Text zwischen Body-Tag allein zu erhalten? – Omnipresent

Setzen Sie ein Flag und fangen Sie erst dann mit der Erfassung von Zeichen an, wenn Sie sehen, dass das body-Tag beginnt und die Erfassung beendet, nachdem das body-Tag geschlossen wurde. –

Hier ist, wie in der Frage div dieser Seite den ganzen Text erhalten:

require 'rubygems' 
require 'nokogiri' 
require 'open-uri' 

doc = Nokogiri::HTML(open("http://stackoverflow.com/questions/1512850/grabbing-text-between-all-tags-in-nokogiri")) 
puts doc.css("#question").to_s

Quelle

2009-10-14 04:44:29 pjb3

Just do:

doc = Nokogiri::HTML(your_html) 
doc.xpath("//text()").text

Quelle

2013-01-06 21:02:10 arturodz

Text zwischen allen Tags in Nokogiri greifen?

Antwort

Verwandte Themen