ruby - 如何获取节点的原始 HTML

Question

我正在使用 Nokogiri 来分析一些 HTML，但是，我不知道如何在节点中获取原始 HTML。

例如，给定:

<tr class="tableX">
  <td align="center">
    <font size="2"><a href="javascript:open('9746')">9746</a></font>
  </td>
  <td align="center">
    <font size="2">2012-06-26</font>
  </td>
</tr>

当我使用这个 XPath 选择器时:

doc = Nokogiri::HTML(html)

nodes = doc.search("//tr[@class='tablebX']")

nodes.each do |node|
   node.text # or node.content
end

node.text 和 node.content 的结果是:

9746
2012-06-26

我想获取 tr block 中的所有原始 HTML，在这种情况下，它是:

<td align="center">
  <font size="2"><a href="javascript:open('9746')">9746</a></font>
</td>
<td align="center">
  <font size="2">2012-06-26</font>
</td>

正确的做法是什么？

Answer 1

使用node.to_s，或者只是node:

nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   puts node.to_s
   puts '-'*40
end

使用额外的健全性检查 HTML(你的，加倍，中间有一个不同类的 tr)我得到:

<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------
<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------