我正在尝试提取 html 页面上的每个 href 链接以使用 nokogiri 和 xpath 进行评估。到目前为止,我所拥有的似乎只是将页面标题拉出来。我对链接标题不感兴趣,只对指向的 URL 感兴趣。
这是我所拥有的:
doc = Nokogiri::HTML(open("http://www.cnn.com"))
doc.xpath('//a').each do |node|
puts node.text
end
谁能指导我如何更正此问题,以便我提取实际的 href 而不是文本本身?
最佳答案
您的//a 的 XPATH 正在拉回所有元素。其中包括文本内容。您可以使用@attrname 来访问属性。例如
//a/@href
会得到文档中每个 a 的 href
关于ruby - 我正在尝试提取 html 页面上的每个 href 链接以使用 nokogiri 和 xpath 进行评估,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3404526/