html - 如何使用 Nokogiri 从 HTML head 获取规范链接

Question

我正在尝试使用 Nokogiri 从网页获取定义的规范链接:

<link rel="canonical" href="https://test.com/somepage">

这是我要查找的href。

无论我尝试什么，它似乎都不起作用。这是我的:

page = Nokogiri::HTML.parse(browser.html)

canon = page.xpath('//canonical/@href')
puts canon 

这不会返回任何内容，甚至不会返回错误。

Answer 1

您正在尝试获取属性，但您不是这样做的。

你可以使用这个:

page.xpath('//link[@rel="canonical"]/@href')

它说的是:在文档中的任何位置给我一个链接元素，该元素具有等于 "canonical" 的 rel 属性，当您找到该节点时，给我它的 href 属性。

完整的答案是:

page = Nokogiri::HTML.parse(browser.html)

canon = page.xpath('//link[@rel="canonical"]/@href')
puts canon 

您尝试做的是获取一个称为“规范”的节点，而不是属性。