hpricot,rails的解析html插件
pricot 是快又好用的 Ruby HTML parser,来源 JQuery。它的特点是 1.速度快,因为核心用C改写了 2.好用的介面,你可以用CSS selectors,element IDs,tag types 等。
其它特点可以解析 XML,可以解析 invaild 的 HTML,甚至可以更改 document 结构。
open-uri中文说明
hpricot官方git地址
其它特点可以解析 XML,可以解析 invaild 的 HTML,甚至可以更改 document 结构。
open-uri中文说明
hpricot官方git地址
- require 'open-uri'
- doc = open("http://qwantz.com/") { |f| Hpricot(f) }
- require 'rubygems'
- require 'hpricot'
- document = <<END
- <ul>
- <li>first item</li>
- <li>second item</li>
- </ul>
- END
- doc = Hpricot.parse(document)
- (doc/'li').each do |item|
- puts item.inner_html#输出内容
- end
- require 'rubygems'
- require 'hpricot'
- require 'open-uri'
- url = "http://www.abc.com/news/news_msg.php”
- doc = Hpricot(open(url))
- doc.search(’table tr td div.tbCopy font’).each do |item|
- (item/’a').each do |nav|
- puts nav.attributes['href']#读取属性
- puts nav.inner_html
- end
- end
莫愁前路无知己,天下无人不识君。