ruby - 使用 Watir 将整个 html <table> 导出到文本文档-6ren

ruby - 使用 Watir 将整个 html 导出到文本文档

转载作者：数据小太阳更新时间：2023-10-29 08:28:47

基本上我想做的就是将整个 html 表格导出到 .txt 文件(记事本文档)。

到目前为止，我已经学会了如何指示浏览器查找带有表格的 html 页面。

require 'rubygems' 
require 'hpricot' 
require "watir-webdriver" 
url = "http://www.example.com"
browser = Watir::Browser.new 
browser.goto url

在 cmd 中运行上面的命令后，我现在可以在浏览器中看到 html 表格。

这就是我卡住的地方。我如何使用 Watir

找到标签
收集和中的所有内容(即 html 和文本)。
将这些结果提取到 .txt 文件(记事本文档)并将其保存在特定文件夹中。

仅供引用，html 表看起来像这样...

<table border="1" cellpadding="2">
<tr>
<th> Address </th>
<th> Council tax band </th>
<th> Annual council tax </th>
</tr>

<tr>
<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>
<td align="center"> F </td>
<td align="center"> &pound;2125 </td>
</tr>

.......上面一行重复了很多次......

</table>

然后关闭表。

所以重述一下我的情况。我可以使用 Watir 将浏览器导航到包含 html 表的页面，但我的问题是我不确定如何将结果(标签内的所有内容 - 包括 html)提取到 .txt 文件，然后保存该 .txt文件到我的电脑上。

我更愿意使用 Watir 采取更小的步骤。我知道它因此我只想学习如何提取表并将提取的所有内容保存到 .txt 文件中。我在网上看到了几个使用 hpricot 的例子。然而，大多数示例似乎遗漏了详细说明如何将数组(如果这是正确的方法)输出到 .txt 文件的代码。

您能否通过演示如何编写一段简单的代码来帮助您将 html 表(以及所有内容，包括，以及介于两者之间的所有内容)提取到 .txt 记事本文件中？

非常感谢您的宝贵时间。

最佳答案

获取整个表格的 HTML(如果它是页面上唯一的表格):

browser.table.html

你会得到这样的东西:

=> "<table border=\"1\" cellpadding=\"2\">\n<tbody><tr>\n<th> Address </th>\n<th> Council tax band </th>\n<th> Annual council tax </th>\n</tr>\n\n<tr>\n<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>\n<td align=\"center\"> F </td>\n<td align=\"center\"> £2125 </td>\n</tr>\n\n</tbody></table>"

获取每一行的 HTML 并将其放入数组中:

browser.table.trs.collect {|tr| tr.html}

=> ["<tr>\n<th> Address </th>\n<th> Council tax band </th>\n<th> Annual council tax </th>\n</tr>",
    "<tr>\n<td> 2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ </td>\n<td align=\"center\"> F </td>\n<td align=\"center\"> £2125 </td>\n</tr>"]

获取每个单元格的文本并将其放入数组中:

browser.table.trs.collect {|tr| [tr[0].text, tr[1].text, tr[2].text]}
=> [["Address", "Council tax band", "Annual council tax"],
    ["2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ", "F", "£2125"]]

将每个单元格的文本写入文件:

content = b.table.trs.collect {|tr| [tr[0].text, tr[1].text, tr[2].text]}
File.open("table.txt", "w") {|file| file.puts content}

文件看起来像这样:

Address
Council tax band
Annual council tax
2, STONELEIGH AVENUE, COVENTRY, CV5 6BZ
F
£2125

关于ruby - 使用 Watir 将整个 html <table> 导出到文本文档，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8355637/

文章推荐： Ruby:直到一个新对象有一些属性

文章推荐：继承类中的 Ruby 和类变量

c# - 正则表达式 - 提取外部范围匹配值

这个问题在这里已经有了答案: What is the best way to parse html in C#? [closed] (15 个答案) 关闭 3 年前。 string input =

css - 嵌套table in table in table in table in table in div显示 block 不继承高度

为什么 wrapper #4 没有继承其父表容器的高度？表格嵌套在一个显示 block 包装器中，每个嵌套的div是显示表格，每个表格继承到最里面的一个。是什么原因造成的，我该如何解决？ jsfidd

html - Bootstrap table table-condensed table-hover，顶部边框不显示

我正在使用带有 Bootstrap 的自定义 css 作为外边框。但顶部边框不可见，除非我将其大小设置为 2 px。我该如何解决这个问题？ HTML #name 1.one 2.two 3.thr

数据库结构 : Relational table with more columns or relational table to a relational table?

我正在逻辑层面上设计一个数据库，以便稍后将其传递给程序员来交付。我只是粗略地了解它们的工作原理，所以我很难简洁地表达我的问题。这是我的问题: 我有一个名为 MEANINGS 的表。我有一个名为 WO

database - DB::table ('table' ) 和 model::('table' ) 之间的区别

在 Laravel 上，我们可以使用 DB::table('table')->get(); 或使用 model::('table')->all() 进行访问;我的问题是它们之间有什么区别？谢谢。最

python - 在 Python 中抓取 TABLE I NEED

之间的所有文本

我试图从以下内容中抓取 URL从 WorldOMeter 获取 CoVid 数据，在此页面上存在一个表，id 为:main_table_countries_today其中包含我希望收集的 15x225

javascript - Sequelize : Many To Many table(CROSS TABLE) associated to other table

这是我的图表数据库:/image/CGAwh.png 我用 SEQUELIZE 制作了我的数据库模型: 型号:级别 module.exports = (sequelize, DataTypes) =>

javascript - "Table tr"、 "table tbody"，不适用于 javascript 仅适用于 "table"

我真的不明白为什么我的代码不能按预期工作。当我将鼠标悬停在表格的每一行上时，我想显示一个图像(来 self 之前加载的 JSON)。每个图像根据行的不同而不同，我想将它们显示在表格之外的另一个元素中。

MySql 当 table.column = table.column 时选择 table.column

假设我的数据库中有一张地铁 map ，其中每条线路的每个站点都是一行。如果我想知道我的线路在哪里互连: mysql> SELECT LineA.stop_id FROM LineA, LineB WH

css - CSS 规则 "Semantics": table, table-row, table-cell

我最近经常使用这些属性，尤其是 display: table-cell。它在现代浏览器中得到了很好的支持，并且它对某些网格有很多好处，并且可以非常轻松地对齐内容，而无需棘手的标记。但在过去的几天里，我

css - 两列等高只有 css(不显示 : table, table-row, table-cell)

在 CSS 中，我可以这样做: http://s1.ipicture.ru/uploads/20120612/Uk1Z8iZ1.png http://s1.ipicture.ru/uploads/20

apache-spark - spark.table ("TABLE A") 和 spark.read 之间有什么区别。 ("TABLE A")

问题作为标题，我正在学习sparkSQL，但我无法很好地理解它们之间的区别。谢谢。最佳答案 spark.table之间没有区别& spark.read.table功能。内部 spark.read.

Sqlite3 : Creating a new table from an old table is not populating the sqlite_sequence table correctly

我正在尝试根据 this answer 删除表上的非空约束.但是，它似乎没有在 sqlite_sequence 中创建条目。这样做之后，即使我可以在使用测试表时让它正常工作。有趣的是，如果我备份我的

javascript - sap.m.Table 中是否有多个标题，如 sap.ui.table.Table？

var otable = new sap.m.Table();//here table is created //here multiple header I'm trying to create t

Mysql (select a.id from table a) 和 (select table.id from table) 之间的区别

下面两种方法有什么区别: 内存性能答: select table.id from table B: select a.id from table a 谢谢(抱歉，如果我的问题重复)。最佳答案完

css - 为什么 table::after 元素是在 table > td 元素之后创建的，而不是 table 元素？

我尝试在表格后添加点，方法是使用 table::after 选择器创建一个点元素并使用 margin: 5px auto 5px auto; 将其居中。它有效，但似乎在第一个表格列之后添加了点，而不是

mysql - 数据库设计 : Multiple join tables or one table with identifying 'table' column

我正在设计一个可以标记任何内容的数据库，我可能希望能够选择带有特定标记的所有内容。我正在为以下两个选项而苦苦挣扎，希望得到一些建议。如果有更好的方法请告诉我。选项A 多个“多对多”连接表。 tag

html - CSS table-cell 中的 table 元素偏移其他 table-cell 内容

"center" div 中的下表元素导致 "left" div 中的内容从顶部偏移几个像素(在我的浏览器中为 8 ).在表格之前添加一些文本可消除此偏移量。为什么？如何在不要求在我的表格前添加“虚

html - 我可以替换 ' with `

` + css: ` table{...}` 吗？

table{border:1px solid #000;}没有 border=1 似乎无法工作陈述。与更改的方式相同进入input{width:400px;} , 我想用并仅在 css 中声明边

iPhone个性 table 圆角 table

我对 iPhone 屏幕设计没有太多经验，但我需要制作一个像这样的表格:(图片)，我进行了调查，但没有找到任何东西。该表需要有一个圆角，用户将能够插入数据，在本例中是名字、姓氏等......现在我使用

我是一名优秀的程序员,十分优秀！

首页

博学

6Ren·AI

商城