EOF与引入nokogiri

Question

我有很长的循环

page = Nokogiri::HTML(open(topic[:url].first)).xpath('//ul[@class = "pages"]//li').first 

以下行有时我的Ruby应用程序崩溃提高“到达文件结尾”异常这一行。

我该如何解决这个问题？只是开始，提高，结束块？

是执行论坛备份的脚本，所以重要的是不跳过任何线程。

在此先感谢。

Answer 1

我建议你应该先解决潜在的问题，以免你得到这个错误。

• 相同的URL是否始终导致问题？ （将它输出到您的日志文件中。）如果是这样，也许您需要URI encode the URL。
• 它是随机的，因此可能与连接打嗝或服务器问题有关？如果是这样，你应该抢救出具体的错误，然后再进行一次或多次获取关键数据。

其次，你应该知道，该查询的CSS语法简单得多：

page = Nokogiri.HTML(...).at_css('ul.pages li') 

• 这不仅是不到一半的字节，它允许情况下，像<ul class="foo pages">与XPath会错过。
• 使用at_css（或at_xpath）与.css(...).first相同，但更快更简单。

Answer 2

除了@ Phrogz的优良建议（特别是约at_css与简单的表达式），我会拉原始XML [内容]分别：

page = if (content = open(topic[:url].first)).strip.length > 0 
    Nokogiri::HTML(content).xpath('//ul[@class = "pages"]//li').first 
end