ruby - 在表格单元格中获取最后一句话？

Question

我想使用 Ruby 和 Nokogiri 从表中抓取数据。

有很多<td>元素，但我只需要在 <br> 之后的国家/地区元素。问题是，<td>元素不同。有时不仅仅是国家。

例如:

<td><a href="#">Title1</a><br>USA</td>
<td><a href="#">Title2</a><br>Michael Powell<br>UK</td>
<td><a href="#">Title3</a><br>Leopold Lindtberg<br>Ralph Meeker<br>Switzerland</td>

我要在结束前处理元素</td>标记，因为国家始终是最后一个元素。

我该怎么做？

Answer 1

我会用这个:

require 'awesome_print'
require 'nokogiri'

html = '
<td><a href="#">Title1</a><br>USA</td>
<td><a href="#">Title2</a><br>Michael Powell<br>UK</td>
<td><a href="#">Title3</a><br>Leopold Lindtberg<br>Ralph Meeker<br>Switzerland</td>
'

doc = Nokogiri::HTML(html)
ap doc.search('td').map{ |td| td.search('text()').last.text }

[
    [0] "USA",
    [1] "UK",
    [2] "Switzerland"
]

问题是您正在解析的 HTML 不会包含 <td> 行标签，因此您必须找到要解析的标签。相反，它们将散布在 <tr> 之间。标签，甚至可能不同 <table>标签。因为您的 HTML 示例没有显示文档的真实结构，所以我帮不了您更多。