9

HTMLタグ間のすべてのテキストを取得する最も効率的な方法は何でしょうか？

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

htmlタグで囲まれたテキストの束。

4

4 に答える 4

26 
doc = Nokogiri::HTML(your_html)
doc.xpath("//text()").to_s
于 2009-10-03T05:38:39.810 に答える
5

Saxパーサーを使用します。XPathオプションよりもはるかに高速です。

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
于 2009-10-10T17:34:10.387 に答える
2

ただ行う：

doc = Nokogiri::HTML(your_html)
doc.xpath("//text()").text
于 2013-01-06T21:02:10.973 に答える
1

このページの質問divのすべてのテキストを取得する方法は次のとおりです。

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
于 2009-10-14T04:44:29.003 に答える