ruby - 使用 Mechanize 和 nokogiri 使用正确的 xpath 抓取页面

Question

我试图访问包含在表中的数据，该表本身包含在带有 class ='L1' 的表中。 .
所以基本上我的 html 结构是这样的:

<table class="L1">
  <table>
    <tr></tr>
    <tr>
      <td></td>
      <td><a href="">data</a></td>
    </tr>
    <tr>
      <td></td>
      <td><a href="">data</a></td>
    </tr>
    ...ect...ect
  </table>
</table>

我需要捕获所有 <a> </a> 中包含的数据包含在 <tr> </tr> 中的第二个但仅从第二个 <tr> 开始表的。

到目前为止，我想出了这个:

html_body = Nokogiri::HTML(body)
links = html_body.css('.L1').xpath("//table/tbody/tr/td[2]/a[1]")

但在我看来，这并没有表达我只想在第二个 <tr> 之后开始的事实。 (第二个 <tr> 包括在内？
执行此操作的正确代码是什么？

Answer 1

您可以使用 position()选择您想要的后面的元素。

html_body = Nokogiri::HTML(body)
links = html_body.css('.L1').xpath("//table/tbody/tr[position()>1]/td[2]/a[1]")

正如对该 SO 答案的评论所说，请记住 XPath 从 1 开始计数，所以 >1跳过第一个 tr .