html - 尝试使用带有自定义伪类 CSS 选择器的 Nokogiri 提取属性值

Question

加载 (X)HTML 页面后，我试图获取元标记的“内容”属性的值。例如，给定:

<meta name="author" content="John Smith" />

我想提取值“John Smith”。

我知道如何使用 XPath 来做到这一点，并且了解 CSS 主要用于元素选择，但 Nokogiri 支持定义 custom CSS pseudoclasses我认为可以按如下方式使用:

class CSSext
  def attr(nodeset, tag)
    nodeset.first.attribute_nodes.find_all {|node| node.name == tag}
  end
end

doc = Nokogiri::HTML(open(someurl))
doc.css("meta[name='name']:attr('content')", CSSext.new)

但是，这会返回与

相同的结果

doc.css("meta[name='name']")

什么给了？ Nokogiri 对 CSS 和 XPath 搜索使用相同的底层引擎，因此在 XPath 中可能的任何事情在 CSS 中也应该可行。我应该如何提取属性值？

Answer 1

为什么不呢？

doc.at("meta[name='author']")['content']

据我了解，伪类只能用于过滤节点集，但不能用其他值(例如节点属性之一的值)替换节点集。