Получить текст непосредственно внутри тега в Nokogiri

Question

У меня есть некоторые HTML, который выглядит как:

<dt> 
    <a href="#">Hello</a> 
    (2009) 
</dt> 

У меня уже есть все мои HTML загружается в переменную под названием record. Мне нужно разобрать год, то есть 2009 год, если он существует.

Как я могу получить текст внутри тега dt, но не текст внутри тега a? Я использовал record.search("dt").inner_text, и это дает мне все.

Это тривиальный вопрос, но мне не удалось это понять.

Answer 1

Чтобы получить все прямые детей с текстом, но не какие-либо дополнительными подгруппами детей, вы можете использовать XPath следующим образом:

doc.xpath('//dt/text()') 

Или, если вы хотите использовать поиск:

doc.search('dt').xpath('text()') 

Answer 2

dt элемента имеет двое детей, так что вы можете получить доступ к этому:

doc.search("dt").children.last.text 

Answer 3

Использование XPath т o выберите именно то, что вы хотите (как это предложил @Casper), это правильный ответ.

def own_text(node) 
    # Find the content of all child text nodes and join them together 
    node.xpath('text()').text 
end 

Вот альтернатива, весело ответ :)

def own_text(node) 
    node.clone(1).tap{ |copy| copy.element_children.remove }.text 
end 

Видел в действии:

require 'nokogiri' 
root = Nokogiri.XML('<r>hi <a>BOO</a> there</r>').root 
puts root.text  #=> hi BOO there 
puts own_text(root) #=> hi there