extrait des liens (Url), avec nokogiri en ruby, à partir d'un href balises html?

Je veux extraire à partir d'une page web toutes les URLs comment puis-je faire avec nokogiri?

exemple:

<div class="chaleur"> 
<un href='http://example.org/site/1/" >site 1</a> 
<un href='http://example.org/site/2/" >site 2</a> 
<un href='http://example.org/site/3/" >site 3</a> 
</diV>

résultat devrait être une liste:

l = ['http://example.org/site/1/', 'http://example.org/site/2/', 'http://example.org/site/3/'

  • Quelqu'un aurait-il une solution similaire en utilisant des expressions régulières? Est-il une vitesse différente?
InformationsquelleAutor gustavgans | 2009-05-13
  1. 80

    Vous pouvez le faire comme ceci:

    doc = Nokogiri::HTML.parse(<<-HTML_END)
<div class="heat">
   <a href='http://example.org/site/1/'>site 1</a>
   <a href='http://example.org/site/2/'>site 2</a>
   <a href='http://example.org/site/3/'>site 3</a>
</div>
<div class="wave">
   <a href='http://example.org/site/4/'>site 4</a>
   <a href='http://example.org/site/5/'>site 5</a>
   <a href='http://example.org/site/6/'>site 6</a>
</div>
HTML_END

l = doc.css('div.heat a').map { |link| link['href'] }

    Cette solution trouve tous les éléments d'ancrage à l'aide d'un sélecteur css et recueille leurs attributs href.

    • très agréable, vous avez sauvé ma journée merci 🙂 une chose que je reçois aujourd'hui tous les liens à partir du site, mais je veux seulement les liens à l'intérieur de la div avec clas "chaleur". est-ce possible aussi?
    • serait-ce aussi travailler pour n'importe quel lien qui a été dans un <p> et non pas un lien direct?
    • Oui, elle fonctionne pour n'importe quel lien dans un div avec la classe heat. Qu'est ce qu'un lien direct?
    InformationsquelleAutor sris
  2. 8

    ok ce code fonctionne parfaitement pour moi, grâce à l'irs

    p doc.xpath('//div[@class="chaleur"]/a').carte { |lien| lien['href'] }
    InformationsquelleAutor gustavgans