Tag: nokogiri

打印一个XML文档，顶部没有XML标题行: 我只是想找到如何使用Nokogiri::XML::Document或Nokogiri::XML::DocumentFragment创建Nokogiri::XML::DocumentFragment 。或者，我想在Nokogiri::XML::DocumentFragment上使用xPath。我无法确定如何做到这一点，但我成功解析了Nokogiri::XML::Document 。我后来将解析和修改过的DocumentFragment在另一段XML中，但我真的被我认为是一些非常简单的事情所困扰。就像尝试在doc或to_xml上执行to_xml一样，而不是在顶部包含那个xml行。为什么这么难？

Nokogiri是针对LibXML 2.7.7版本构建的，但动态加载了2.7.3: 在Rails 3中，我注意到每次调用框架时，无论是来自rake ， rails server还是其他任何东西，我都会收到以下警告： Nokogiri was built against LibXML version 2.7.7, but has dynamically loaded 2.7.3 在Google上搜索会产生一些博客文章，所有post都建议使用显式库和包含路径重建Nokogiri。例如： http://mrflip.github.com/2009-08/nokogiri-hates-libxml2-on-osx.html 但是，这并没有为我解决问题。打字nokogiri -v给了我这个： — warnings: [] ruby: engine: mri version: 1.8.7 platform: i686-darwin10.4.0 libxml: loaded: 2.7.7 binding: extension compiled: 2.7.7 nokogiri: 1.4.4 这似乎表明我的构建运行正常，Nokogiri正在加载正确的库版本。为什么Rails会抱怨？我实际上找到了答案，我想我会在这里分享。请参阅下面的答案。

使用Nokogiri提取链接时如何获取绝对URL？: 我正在使用Nokogiri从页面中提取链接，但我想获得绝对路径，即使页面上的链接是相对路径。我怎么能做到这一点？

使用Ruby / Mechanize（和Nokogiri）从HTML中提取单个字符串: 我从论坛中提取数据。我的脚本基于工作正常。现在我需要从单个post中提取日期和时间（2009年12月21日，20：39）。我无法让它发挥作用。我使用FireXPath来确定xpath。示例代码： require ‘rubygems’ require ‘mechanize’ post_agent = WWW::Mechanize.new post_page = post_agent.get(‘http://www.vbulletin.org/forum/showthread.php?t=230708’) puts post_page.parser.xpath(‘/html/body/div/div/div/div/div/table/tbody/tr/td/div[2]/text()’).to_s.strip puts post_page.parser.at_xpath(‘/html/body/div/div/div/div/div/table/tbody/tr/td/div[2]/text()’).to_s.strip puts post_page.parser.xpath(‘//[@id=”post1960370″]/tbody/tr[1]/td/div[2]/text()’) 我的所有尝试都以空字符串或错误结束。我找不到有关在Mechanize中使用Nokogiri的任何文档。 Mechanize文档在页面底部显示：使用Mechanize导航到需要刮擦的页面后，使用Nokogiri方法刮取它。但有什么方法呢？我在哪里可以通过样本和解释语法阅读它们？我也没有在Nokogiri的网站上找到任何东西。

XPath轴，获取所有后续节点，直到: 我有以下HTML示例： Foo bar lorem ipsum etc Bar baz dum dum dum poopfiddles 我想要提取’Foo bar’标题后面的所有段落，直到我到达’Bar baz’标题（’bar baz’标题的文字未知，所以不幸的是我无法使用bougyman提供的答案）。现在我当然可以使用类似//h2[text()=’Foo bar’]/following::p但当然会抓住此标题后的所有段落。因此，我可以选择遍历节点集并将段落推送到数组，直到文本与下一个标题的文本匹配为止，但说实话，这绝不像在XPath中那样酷。有没有办法做到这一点，我错过了？