комплекс петля с Nokogiri

Question

Я изо всех сил, чтобы вернуть результаты, используя это:

url = "http://www.mollymaid.co.uk/counties/aberdeenshire.aspx" 

doc = Nokogiri::HTML(open(url)) 
doc.css(".location").each do |location| 
    puts location.at_css(".city_odd, city_even").text 
end 

Это просто пытался получить результаты из выше URL. Я могу изменить это просто возвращает один результат с:

url = "http://www.mollymaid.co.uk/counties/aberdeenshire.aspx" 
doc = Nokogiri::HTML(open(url)) 
puts doc.at_css(".city_odd").text 

, но я не понимаю, как перебрать все результаты особенно Theres в .city_even CSS тег, что мне нужно добавить туда. Если я вставляю это, он просто игнорируется.

Кроме того, я хочу удалить текст «- Обслуживается MOLLY MAID Aberdeen» из результатов. Каждая строка данных отображается как «Altens Ind Estate - обслуживается MOLLY MAID Aberdeen». Будет ли здесь chomp?

В идеальном мире я хотел бы автоматически пройти весь этот список, делая то же самое, хотя я не уверен, что это возможно? http://www.mollymaid.co.uk/servicelist.aspx

Answer 1

Вместо этого я бы использовал xpath, так как это немного более выразительно. Вот рабочий пример:

url = "http://www.mollymaid.co.uk/counties/aberdeenshire.aspx" 

doc = Nokogiri::HTML(open(url)) 
doc.xpath("//div[@class='city_even' or @class='city_odd']/a/text()").each do |location| 
    puts location 
end 

Если вы читали выражение XPATH вслух, это означает: найти все дивы в документе, которые имеют класс атрибут равен «city_even» или «city_odd», а затем найти все теги анкерные которые являются дочерними элементами этих div, затем найдите все текстовые узлы, являющиеся дочерними элементами этих якорных тегов.

Когда Nokogiri возвращается с NodeSet, содержащим названия городов, этот код повторяется через каждое название города и puts.

Answer 2

Я не вижу контейнер .location для .city_even и .city_odd. Попробуйте вместо этого используя #city_list ID (который должен быть классом, а не ID) возможно, будет работать:

doc.css("#city_list").each do |city| 
    city1 = city.css(".city_odd").text 
    city1 = city1[0, city1.index(" - Serviced by")] 
    city2 = city.css(".city_even").text 
    city2 = city2[0, city2.index(" - Serviced by")] 

    puts city1 
    puts city2 
end 

или еще лучше, только получить a внутри city_even/city_odd:

doc.css("#city_list").each do |city| 
    city1 = city.css(".city_odd a").text 
    city2 = city.css(".city_even a").text 

    puts city1 
    puts city2 
end 

Answer 3

require 'open-uri' 
require 'nokogiri' 
url = "http://www.mollymaid.co.uk/counties/aberdeenshire.aspx" 

doc = Nokogiri::HTML(open(url)) 
puts doc.css(".city_odd a, .city_even a").map &:text 

Это то, что вы хотите, т. Е. Распечатать текст всех ссылок? Поскольку элементы div#city_list (если HTML был правильным, там должно быть только одно), на этой странице содержатся только ссылки и текст, который вы хотите удалить.

Кстати, я рекомендую использовать версию Nokogiri для командной строки для тестирования вашего CSS. Вы должны получить гораздо быстрее, цикл обратной связи со следующим:

wget http://www.mollymaid.co.uk/counties/aberdeenshire.aspx 
cat aberdeenshire.aspx | nokogiri -e 'puts $_.css(".city_odd a, .city_even a").map &:text'