ruby - 从表中的类名创建动态变量，将 td 值移动到该行数组或散列中？

Question

我是一名业余程序员，想从与此站点类似的站点中抓取数据:http://www.highschoolsports.net/massey/ (顺便说一下，我有权抓取该网站。)

目标站点在行 [0] 中的每个 'th' 都有 'th' 类，但我想确保我从每个表中提取的每个 'TD' 都以某种方式链接到该 th 的类名，因为这些表是不一致的，例如一张 table 可能是:

row[0] ->>th.name, th.place, th.team

行[1] ->>td[0], td[1], td[2]

而另一个可能是:

row[0] ->>th.place, th.team, th.name

行[1] ->>td[0]、td[1]、td[2] 等。

我的问题:如何在数百个不一致的表中捕获“th”类名(按“th”类顺序)并创建 10-14 个变量(数组)，然后链接与该列对应的“td”在表中的那个动态变量？请让我知道这是否令人困惑.. 给定页面上有多个表格..

目前我的代码是这样的:

require 'rubygems'
require 'mechanize'
require 'nokogiri'
require 'uri'

class Result

  def initialize(row)
    @attrs = {}
    @attrs[:raw] = row.text
  end

end

class Race

  def initialize(page, table)
    @handle = page
    @table = table
    @results = []
    @attrs = {}
    parse!
  end

  def parse!
    @attrs[:name] = @handle.css('div.caption').text
    get_rows

  end

  def get_rows
    # get all of the rows .. 
    @handle.css('tr').each do |tr|
      @results << RaceResult.new(tr)
    end
  end

end

class Event

  class << self

    def all(index_url)
      events = []
      ourl = Nokogiri::HTML(open(index_url))
      ourl.css('a.event').each do |url|
        abs_url = MAIN + url.attributes["href"]
        events << Event.new(abs_url)
      end
      events
    end

  end

  def initialize(url)
    @url = url
    @handle = nil
    @attrs = {}
    @races = []
    @sub_events = []
    parse!
  end

  def parse!
    @handle = Nokogiri::HTML(open(@url))
    get_page_meta
    if(@handle.css('table.base.event_results').length > 0)
      @handle.search('div.table_container.event_results').each do |table|
        @races << Race.new(@handle, table)
      end
    else
      @handle.css('div.centered a.obvious').each do |ol|
        @sub_events << Event.new(BASE_URL + ol.attributes["href"])
      end
    end
  end

  def get_page_meta
    @attrs[:name] = @handle.css('html body div.content h2 text()')[0] # event name
    @attrs[:date] = @handle.xpath("html/body/div/div/text()[2]").text.strip #date
  end

end

一个 friend 一直在帮助我解决这个问题，我刚刚开始掌握 OOP，但我只是捕获表，它们没有分成 td 并存储到某种变量/数组/哈希等中。我需要帮助理解这个过程或如何做到这一点。关键部分是根据数据的类别动态分配变量名称，并将“td”从该列(例如所有 td[2])移动到该动态变量名称中。我无法告诉你，如果有人真的可以帮助我解决这个问题并了解如何完成这项工作，那该有多好。预先感谢您的任何帮助!

Answer 1

一旦您意识到 th 内容是您的散列的键，这很容易。例子:

@items = []
doc.css('table.masseyStyleTable').each do |table|
    fields = table.css('th').map{|x| x.text.strip}
    table.css('tr').each do |tr|
        item = {}
        fields.each_with_index do |field,i|
            item[field] = tr.css('td')[i].text.strip rescue ''
        end
        @items << item      
    end
end