伙计们，我正在做一个网络解析器，这很好，但我看到<head>中的一些单词把一切都搞砸了（<strong>在正文中也是如此）。我的代码是在 nokogiri 之前的代码，但我是 ruby 编程的新手，几个小时前才开始了解 Nokogiri。
我希望有人能帮助我完成这项工作。我需要.read URL，删除<head>和其中的所有内容，并扫描页面其余部分的单词
PS：可以只带身体阅读吗？会更容易PSS：关于<strong>标签，很难删除吗？
我的练习是计算页面中有多少特定单词，而不是源代码，这就是为什么我只需要抓取正文并消除标签的原因
真的希望有人能帮助我>.<谢谢伙计们！>
这是我的实际故障代码/纯原件在这里
require 'open-uri'
require 'cgi'
require 'nokogiri'
class Counter
def initialize(url)
@url = url
end
def decapitate
Nokogiri::HTML(url)
url.css('head').remove.to_s
end
def scan(word)
url.scan(word)
end
end
url, word = ARGV
puts "Found #{Counter.new(url).open.decapitate.scan(word).length} maches."
那里有很多错误。
-
decapitate中的url是一个未定义的局部变量。您需要使用@url. -
Nokogiri::HTML需要IO对象或字符串，而不是 URL。您可能想使用open(@url)来读取 URL 内容（我假设，因为您需要open-uri -
Nokogiri::HTML返回一个文档，但您不将此返回值存储在任何位置 -
因此，
url（或者更确切地说是@url）将是一个字符串，字符串没有css方法;您希望改为将css应用于文档 -
remove将返回已删除的节点;作为方法中的最后一项，这将是返回的内容。因此decapitate将返回head节点的文本。 -
最后，
...decapitate.scan将调用String#scan方法，而不是您定义的方法。
您可以按如下方式执行所需的操作：
def count(pattern, url)
doc = Nokogiri::HTML(open(url))
doc.css('head').remove
doc.text.scan(pattern).size
end