ruby - 从链接文本中提取带有 Nokogiri 的链接？

Question

我想从网页中提取特定链接，使用 Nokogiri 按文本搜索它:

<div class="links">
   <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>

我想要“站点 3”的 href 并返回:

http://example.org/site/3/

或者我想要“站点 1”的 href 并返回:

http://example.org/site/1/

我该怎么做？

Answer 1

原文:

text = <<TEXT
<div class="links">
  <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>
TEXT

link_text = "site 1"

doc = Nokogiri::HTML(text)
p doc.xpath("//a[text()='#{link_text}']/@href").to_s

更新:

据我所知，Nokogiri 的 XPath 实现不支持正则表达式，对于基本的 starts with 匹配，有一个名为 starts-with 的函数，您可以像这样使用(以“s”开头的链接):

doc = Nokogiri::HTML(text)
array_of_hrefs = doc.xpath("//a[starts-with(text(), 's')]/@href").map(&:to_s)