ruby-on-rails - 使用 Nokogiri 解析 HTML

ruby-on-rails - 使用 Nokogiri 解析 HTML - The Ruby/Rails Way

转载作者：太空宇宙更新时间：2023-11-03 18:17:54

25

4

我正在制作一个小型 Rails 应用程序来解析来自本地公共(public)广播电台的 HTML 播放列表并显示当前正在播放的歌曲。

我创建了一个类来为播放列表中的歌曲建模，如下所示:

require 'open-uri'

class Song

  attr_accessor :artist, :title, :album, :playtime

  def initialize(attributes = {})
    attributes.each do |name, value|
      send("#{name}=", value)
    end
  end

  def self.latest(how_many)
    html = Nokogiri::HTML(open(Rails.configuration.on_air_url))
    rows = html.css('#table_tracklist tbody tr')
    rows.take(how_many).map do |row|
      parse_song(row)
    end
  end

  private

  def self.parse_song(row)
    artist = row.css('.artist').text
    playtime = row.css('.time span').text
    title = row.css('.song').text
    album = row.css('.album').text
    Song.new({ artist: artist, playtime: playtime, title: title, album: album })
  end

end

我有几个问题:

我没有使用任何 ActiveRecord 或 ActiveModel 功能。这是否仍然属于我的 models 目录中的一个类，还是我应该将它重构为 lib 中的一个类？我正计划拥有一个 Controller ，其唯一目的是将通过 JSON 播放的最新歌曲返回给客户端。有没有更好的方法？
我对 Song::latest 方法很满意，但我觉得应该有一种更优雅的方法来处理 Song::parse_song。我正在考虑更改模型的属性以匹配播放列表使用的 CSS 类的名称，并使用我想要获取的属性名称数组，但由于存在“时间”字段的特殊情况(我想要捕获跨度的文本)这样看起来会更清楚。你能提供一些建议吗？

我认为删除我的初始化方法并执行类似的操作会更好。想法？ [注意:在下面合并了铁皮人的回答。]

  def self.parse_song(row)
    song = Song.new
    song.artist = row.at_css('.artist').text
    song.playtime = row.at_css('.time span').text
    song.title = row.at_css('.song').text
    song.album = row.at_css('.album').text
    song
  end

最佳答案

你不明白什么css做:

artist = row.css('.artist').text
playtime = row.css('.time span').text
title = row.css('.song').text
album = row.css('.album').text

应该是:

artist = row.at('.artist').text
playtime = row.at('.time span').text
title = row.at('.song').text
album = row.at('.album').text

css , 比如 search和 xpath返回 NodeSet .一个 NodeSet 就像一个 Node 的数组秒。即使您知道文档中只有一个匹配元素，css 仍会返回一组。如果特定选择器有多个命中，您将收到所有匹配的节点。

当您在 NodeSet 上使用 text 时，您将获得节点中所有文本的串联字符串，这很可能不是您想要的:

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
  <body>
    <p>foo</p>
    <p>bar</p>
  </body>
</html>
EOT

doc.css('p').text # => "foobar"

此外，Nokogiri 非常宽容/理解我们用来与之对话的代码。我们不必使用 css , 或 xpath , 我们可以使用 search让 Nokogiri 判断选择器是 CSS 还是 XPath:

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
  <body>
    <p>foo</p>
    <p>bar</p>
  </body>
</html>
EOT

doc.css('p').size # => 2
doc.search('p').size # => 2

at也是如此, at_css和 at_xpath :

require 'nokogiri'

doc = Nokogiri::HTML(<<EOT)
<html>
  <body>
    <p>foo</p>
    <p>bar</p>
  </body>
</html>
EOT

doc.at_css('p').text # => "foo"
doc.at('p').text # => "foo"

我建议偷懒并使用 search和 at在 99.9% 的情况下，您编写代码搜索节点，然后在您必须向 Nokogiri 提示选择器是什么的极少数情况下使用 CSS/XPath 变体。

关于ruby-on-rails - 使用 Nokogiri 解析 HTML - The Ruby/Rails Way，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23224638/

25

4

0

文章推荐： ruby-on-rails - 将原始 XML 查询转换为 Savon 2 格式

文章推荐： c# - 将 datarow[] 转换为 List 的最佳方法是什么？

文章推荐： c# - 确保 WPF 中的 ActualWidth 不等于 0

文章推荐： ruby-on-rails - Ruby on Rails - 如何在本地设置 cron

ruby - Ruby:Ruby Socket对象中的remote_address/local_address存放在哪里？
以下是一个非常简单的ruby服务器。 require 'socket' local_socket = Socket.new(:INET, :STREAM) local_addr = Socket.
ruby - 启动没有前缀 "Ruby"的 Ruby
我正在使用 OS X(使用 bash)，并且是 unix 的新手。我想知道是否可以修改一些文件以便运行 ruby 程序，我不需要“ruby file.rb”，而是可以运行“ruby.rb”。有理
ruby - ruby 如何完成这项任务(Ruby 中不区分大小写的字符串搜索和替换)？
我在用 Ruby 替换字符串时遇到一些问题。我的原文:人之所为不如兽之所为。我想替换为:==What== human does is not like ==what== animal does.
ruby - 从 Ruby 程序执行 Ruby 程序的最佳方式是什么？
我想在一个循环中从 Ruby 脚本做这样的事情: 写一个文件a.rb(每次迭代都会改变) 执行系统(ruby 'a.rb') a.rb 将带有结果的字符串写入文件“results” a.rb 完成并且
ruby-on-rails - Ruby on Rails - 需要为应用程序使用旧版本的 ruby
我的问题是尝试创建一个本地服务器，以便我可以理解由我的新团队开发的应用程序。我的问题是我使用的是 Ruby 2.3.3，而 Gemfile 需要 2.3.1。我无法编辑 Gemfile，因为我被告知很
ruby - 如何为用 Ruby 编写的 Ruby 命令行实用程序提供配置文件？
我有一个使用 GLI 框架用 Ruby 编写的命令行实用程序。我想在我的主目录中配置我的命令行实用程序，使用 Ruby 本身作为 DSL 来处理它(类似于 Gemfile 或 Rakefile)。我
ruby - 什么时候 Ruby 类不是那个 Ruby 类？
我的 Rails 应用 Controller 中有这段代码: def delete object = model.datamapper_class.first(:sourced_id =>
ruby - 您建议使用哪种 Ruby 解析器来解析 Ruby 源代码？
我正在寻找的解析器应该: 对 Ruby 解析友好，规则设计优雅，产生用户友好的解析错误，用户文档的数量应该比计算器示例多， UPD:允许在编写语法时省略可选的空格。快速解析不是一个重要的特性。
ruby - 有哪些设计良好的 Ruby 项目适合学习 Ruby 编码方式？
我刚开始使用 Ruby，听说有一种“Ruby 方式”编码。除了 Ruby on Rails 之外，还有哪些项目适合学习并被认可且设计良好？最佳答案 Prawn被明确地创建为不仅是一个该死的好 PDF
ruby - 如何创建无需在终端中调用 "Ruby"即可运行的 Ruby 应用程序？
我知道之前有人问过类似的问题，但是我该如何构建一个无需在前面输入“ruby”就可以在终端中运行的 Ruby 文件呢？这里的最终目标是创建一个命令行工具包类型的东西。现在，为了执行我希望用户能够执行的
ruby - 有没有更好的方法来判断一个 ruby 是否在另一个 ruby 中散列？
例如哈希a是{:name=>'mike',:age=>27,:gender=>'male'}哈希 b 是 {:name=>'mike'} 我想知道是否有更好的方法来判断 b 哈希是否在 a 哈希内，而
ruby - Ruby 和 Ruby on Rails 中的三层架构
我是一名决定学习 Ruby 和 Ruby on Rails 的 ASP.NET MVC 开发人员。我已经有所了解并在 RoR 上创建了一个网站。在 ASP.NET MVC 上开发，我一直使用三层架构:
ruby - 通过 MacVim (!ruby) 执行时如何运行正确版本的 Ruby
最近我看到 Gary Bernhardt 展示了他用来在 vim 中执行 Ruby 代码的 vim 快捷方式。捷径是 :map ,t :w\|:!ruby %. 似乎这个方法总是执行系统 Rub
ruby - 如果 Ruby 的所有实现都被编译成字节码，Ruby 真的是一种解释型语言吗？
在为 this question about Blue Ruby 选择的答案中，查克说: All of the current Ruby implementations are compiled to
ruby-on-rails - Ruby:如何对 Ruby 数组进行分组？
我有一个 Ruby 数组 > list = Request.find_all_by_artist("Metallica").map(&:song) => ["Nothing else Matters"
ruby-on-rails - Ruby:Ruby 中的舍入 float
我在四舍五入时遇到问题。我有一个 float ，我想将其四舍五入到小数点后的百分之一。但是，我只能使用 .round ，它基本上将它变成一个 int，意思是 2.34.round # => 2. 有没
ruby-on-rails - ruby/ruby on rails 内存泄漏检测
我使用 ruby on rails 编写了一个小型 Web 应用程序，它的主要目的是上传、存储和显示来自 xml(文件最多几 MB)文件的结果。运行大约 2 个月后，我注意到 mongrel 进程
ruby - 转换奇怪的字符 - Ruby
我们如何用 Ruby 转换像这样的字符串: 𝑙𝑎𝑡𝑜𝑟𝑟𝑒 收件人: Latorre 最佳答案 s = "𝑙𝑎𝑡𝑜𝑟𝑟𝑒" => "𝑙𝑎𝑡𝑜𝑟𝑟𝑒" s.u
ruby - Ruby 变量前的感叹号
通过 ruby monk 时，他们偶尔会从左侧字段中抛出一段语法不熟悉的代码: def compute(xyz) return nil unless xyz xyz.map {|a,
ruby - 返回字符串中的最高和最低数字 : Ruby
不确定我做错了什么，但我似乎弄错了。问题是，给你一串空格分隔的数字，你必须返回最大和最小的数字。注意:所有数字都是有效的 Int32，不需要验证它们。输入字符串中始终至少有一个数字。输出字符串必须

首页

博学

6Ren·AI

商城

ruby-on-rails - 使用 Nokogiri 解析 HTML - The Ruby/Rails Way