基于其他相邻元素的文本报废数据

Question

我有一个这样的代码：

<div id="left">
    <div id="leftNav">
      <div id="leftNavContainer">
        <div id="refinements">
          <h2>Department</h2>
          <ul id="ref_2975312011">
            <li>
              <a href="#">
                <span class="expand">Pet Supplies</span>
              </a>
            </li>
            <li>
              <strong>Dogs</strong>
            </li>
            <li>
              <a>
                <span class="refinementLink">Carriers &amp; Travel Products</span>
                <span class="narrowValue">&nbsp;(5,570)</span>
              </a>
            </li>

(etc...)

我是这样写的：

html       = file
data       = Nokogiri::HTML(open(html))
categories = data.css('#ref_2975312011')
@categories_hash = {}
categories.css('li').drop(2).each do | categories |
  categories_title = categories.css('.refinementLink').text
  categories_count = categories.css('.narrowValue').text[/[d,]+/].delete(",").to_i
  @categories_hash[:categories] ||= {}
  @categories_hash[:categories]["Dogs"] ||= {}
  @categories_hash[:categories]["Dogs"][categories_title] = categories_count
end 

所以现在。我想做同样的事情，但不使用#ref_2975312011和"狗"。

所以我想我可以告诉野村如下：

废弃正确的li元素（从第三个开始）在li元素下方，该元素的文本Pet Supplies由一个链接和一个span标记包围。

有什么想法可以做到这一点吗？

Answer 1

宠物用品li将是：

puts doc.at('li:has(a span[text()="Pet Supplies"])')

以下同级li将是（跳过第一个）：

puts doc.search('li:has(a span[text()="Pet Supplies"]) ~ li:gt(1)')