Nokogiri html解析问题

Question

我无法弄清楚为什么我无法通过nokogiri正确解析关键字。在以下示例中，我的href链接文本功能正常工作，但无法弄清楚如何拉取关键字。

这是代码我迄今：

.....

doc = Nokogiri::HTML(open("http://www.cnn.com")) 
doc.xpath('//a/@href').each do |node| 
#doc.xpath("//meta[@name='Keywords']").each do |node| 

puts node.text 

....

这使得成功在所有页面中的A HREF文字，但是当我尝试将它用于关键字时，它不显示任何内容。我已经尝试了几次这样的变化，但没有运气。我假设节点后的“.text”标注是错误的，但我不确定。

我很抱歉这段代码很粗糙，我正尽我最大努力在这里学习。

Answer 1

你是对的，问题是text。 text返回开始标记和结束标记之间的文本。由于元标签为空，因此会为您提供空字符串。您需要改为“content”属性的值。

doc.xpath("//meta[@name='Keywords']/@content").each do |attr| 
    puts attr.value 
end 

既然你知道，有将只有一个meta标记名称为“关键字”，你实际上并不需要通过循环的结果，但可直接采取的第一项是这样的：

puts doc.xpath("//meta[@name='Keywords']/@content").first.value 

但是，请注意，如果没有名称为“content”的元标记，则会导致错误，因此第一个选项可能更可取。