大家好,我有一个html代码作为代码波纹管。我想进去<a>(.*)</a>
在Ruby中用正则表达式解析html
我想要得到这样的结果的文本:
data 1 : hello1
data 2 : hello2
data 3 : hello3
从输入:
<a>
hello1
</a>
<a>
hello2
</a>
<a>
hello3
</a>
大家好,我有一个html代码作为代码波纹管。我想进去<a>(.*)</a>
在Ruby中用正则表达式解析html
我想要得到这样的结果的文本:
data 1 : hello1
data 2 : hello2
data 3 : hello3
从输入:
<a>
hello1
</a>
<a>
hello2
</a>
<a>
hello3
</a>
要在两点意见扩张,下面引入nokogiri代码将工作为你举例。您可以使用xpath或CSS。一个专用的解析器比滚动你自己的正则表达式要强大得多。
> require 'nokogiri'
=> true
> doc = Nokogiri::HTML("<a>hello1</a><a>hello2</a><a>hello3</a>")
=> #<Nokogiri::HTML::Document:0x3ffec2494f48 name="document" children=[#<Nokogiri::XML::DTD:0x3ffec2494bd8 name="html">, #<Nokogiri::XML::Element:0x3ffec2494458 name="html" children=[#<Nokogiri::XML::Element:0x3ffec2494250 name="body" children=[#<Nokogiri::XML::Element:0x3ffec2494048 name="a" children=[#<Nokogiri::XML::Text:0x3ffec2493e40 "hello1">]>, #<Nokogiri::XML::Element:0x3ffec249dc88 name="a" children=[#<Nokogiri::XML::Text:0x3ffec249da80 "hello2">]>, #<Nokogiri::XML::Element:0x3ffec249d878 name="a" children=[#<Nokogiri::XML::Text:0x3ffec249d670 "hello3">]>]>]>]>
> doc.css('a').each { |node| p node.text }
"hello1"
"hello2"
"hello3"
=> 0
更新:如果您尚未安装nokogiri宝石,您将需要它。
sudo gem install nokogiri
根据您的设置,您可能还需要预先
require 'rubygems'
LoadError:无法从C:/Ruby193/lib/ruby/site_ruby/1.9.1/rubygems/加载此类文件 - nokogiri custom_require.rb:36:i n'require' from i got:C:/Ruby193/lib/ruby/site_ruby/1.9.1/rubygems/custom_require.rb:36:i n'require' from(irb ):1 from C:/ Ruby193/bin/irb:12:in'
10x:D it works – 2012-07-18 12:19:30
[不解析与正则表达式HTML(http://stackoverflow.com/questions/1732348/regex-match-开放式标签,除了-XHTML-自足标签/ 1732454#1732454)。 – Seki 2012-07-18 11:32:57
请使用像[Nokogiri](http://nokogiri.org/)这样的专用HTML解析器,而不是 – Stefan 2012-07-18 11:46:10