Nokogiri 获取元素是否存在

Question

Quite simply can you do a conditional scrape, i.e. I want an <a> 
tag within a parent, and if a <span> is contained within that parent
(so the span is holding the <a>, instead of the parent), I still want
to drill into the span regardless for the <a>

---

希望此示例将提供足够的详细信息。

<tr>
    <td>1989</td>
    <td>
      <i>
       <a href="/wiki/Always_(1989_film)" title="Always (1989 film)">Always</a>
     </i>
    </td>
     <td>Pete Sandich</td>
</tr>

我可以使用以下命令访问<a>：

all_links = doca.search('//tr//td//i//a[@href]')

但是我想知道的是，我也可以添加一个条件，所以如果<a>周围有一个跨度，可以把它放在搜索中吗？

 <tr>
    <td>1989</td>
    <td>
      <i>
       <span>
         <a href="/wiki/Always_(1989_film)" title="Always (1989 film)">Always</a>
       </span>
     </i>
    </td>
     <td>Pete Sandich</td>
</tr>

那么有没有办法有条件地抓住<a>，像这样：

all_links = doca.search('//tr//td//i//?span//a[@href]')

其中 ？span 是一个条件 - 即，如果存在跨度，则输入该级别，然后输入链接。

如果没有跨度，请跳过它并输入链接。

提前感谢，非常感谢任何帮助！

谢恩

Answer 1

我们来了：

require 'nokogiri'
doc = Nokogiri::HTML::Document.parse <<-eot
<tr>
    <td>1989</td>
    <td>
      <i>
       <span>
         <a href='/wiki2/Always_(1989_film)' title='Always (1989 film)'>Always</a>
       </span>
     </i>
    </td>
        <td>
      <i>
         <a href='/wiki1/Always_(1989_film)' title='Always (1989 film)'>Always</a>
     </i>
    </td>
     <td>Pete Sandich</td>
</tr>
eot
# xpath expression will grab a tag if it is wrapped inside the span tag
node = doc.xpath("//tr//i//a[name(./..)='span']")
p node.size # => 1
p node.map{ |n| n['href'] } # => ["/wiki2/Always_(1989_film)"]