web-dev-qa-db-fra.com

extraire des liens (URL), avec nokogiri en Ruby, à partir d'une balise href html?

Je veux extraire d'une page Web toutes les URL, comment puis-je faire cela avec nokogiri?

exemple:

 <div class = "heat"> 
 <a href='http://example.org/site/1/'> site 1 </a> 
 <a href = 'http: //example.org/site/2/'> site 2 </a> 
 <a href='http://example.org/site/3/'> site 3 < /a>
 </diV>

le résultat doit être une liste:

l = ['http://example.org/site/1/', 'http://example.org/site/2/', 'http://example.org/site/3/'
rubyparsingnokogiri
39
gustavgans

Vous pouvez le faire comme ceci:

doc = Nokogiri::HTML.parse(<<-HTML_END)
<div class="heat">
   <a href='http://example.org/site/1/'>site 1</a>
   <a href='http://example.org/site/2/'>site 2</a>
   <a href='http://example.org/site/3/'>site 3</a>
</div>
<div class="wave">
   <a href='http://example.org/site/4/'>site 4</a>
   <a href='http://example.org/site/5/'>site 5</a>
   <a href='http://example.org/site/6/'>site 6</a>
</div>
HTML_END

l = doc.css('div.heat a').map { |link| link['href'] }

Cette solution trouve tous les éléments d'ancrage à l'aide d'un sélecteur css et collecte leurs attributs href.

80
sris

ok ce code fonctionne parfaitement pour moi, merci à sris

p doc.xpath ('// div [@ class = "heat"]/a'). map {| link | lien ['href']}
8
gustavgans