Я пытаюсь разобрать HTML-код с помощью Nokogiri, и у меня возникают некоторые проблемы. Я хочу пройтись по каждому классу «employerReview» и зафиксировать контент в разделе «за» и «против».
У меня возникли проблемы с выполнением первой части: вернуть один элемент на консоль.
require 'open-uri'
require 'nokogiri'
doc = Nokogiri::HTML(open('http://www.glassdoor.com/Reviews/Microsoft-Reviews-E1651.htm'))
doc.css('//*[@id="empReview_2320868"]/div[1]/p[1]/tt').each do |link|
puts link.content
end
Вот один из способов приблизиться к поиску данных, которые вы ищете, используя CSS вместо XPath:
require 'open-uri'
require 'nokogiri'
doc = Nokogiri::HTML(open('http://www.glassdoor.com/Reviews/Microsoft-Reviews-E1651.htm'))
doc.css('div.employerReview > div.description > p > strong').each do |item|
puts item.content
item.parent.css('tt').each do |details|
puts details.content
end
end
Одна из проблем заключается в том, что вы используете метод доступа XPath для метода, который ожидает CSS:
doc.css('//*[@id="empReview_2320868"]/div[1]/p[1]/tt')
Вместо этого вы можете использовать search или xpath для XPath.
Однако это не находит нужные вам узлы. Простой тест показывает, что их не существует:
doc.css("#empReview_2320868")
должен что-то вернуть, но возвращает [], что означает, что ID не существует ни в одном теге.
<div id="empReview_2320868" class="employerReview" itemprop="review"....
- person fmendez; 10.04.2013
Вы передали xpath селектору css.
require 'open-uri'
require 'nokogiri'
doc = Nokogiri::HTML(open('http://www.glassdoor.com/Reviews/Microsoft-Reviews-E1651.htm'))
ps = doc.xpath('//div[@class="employerReview"]//div[@class="description"]/p[position()<3]')
ps.map{|p| p.text.strip}.each_slice(2) do |pros, cons|
puts pros
puts cons
end
Указанный xpath включает части Pros - и Cons -, если это не то, что вам нужно, вы можете изменить xpath на
//div[@class="employerReview"]//div[@class="description"]/p[position()<3]/tt
