统计CSS类的出现次数

Question

我有一个Ruby程序，它接受一个HTML文档作为输入。这个HTML文档的结构是未知的，实际上可以是任何东西。

还保证文档使用CSS进行格式化。

输出需要是一个散列，其中每个键是文档中使用的一个CSS类，值是CSS类在文档主体中出现的次数

Answer 1

require 'open-uri'
require 'nokogiri'
doc = Nokogiri.HTML(open('http://stackoverflow.com'))
classes = doc.xpath('//@class').map{ |attr| attr.value.split(/s+/) }.flatten
counts = Hash[
  classes.group_by(&:to_s).map{ |n,ary| [n,ary.count] }.sort_by{ |n,i| [-i,n] }
]
require 'pp'
pp counts
#=>{"post-tag"=>320,
#=> "mini-counts"=>270,
#=> "cp"=>90,
#=> "narrow"=>90,
#=> "question-hyperlink"=>90,
#=> ...etc...

描述:

1. 使用xpath查找所有class="..."属性，例如class="a b", class="c", class="b"
2. split对空白，例如class="a b"⇒["a","b"]
3. flatten合并为单个列表，例如[["a","b"],["c"],["b"]]⇒["a","b","c","b"]
4. group_by从字符串到命中的散列，例如:⇒{"a"=>["a"],"b"=>["b","b"],"c"=>["c"]}
5. map与length配对，例如:⇒[["a",1],["b",2],["c",1]]
6. 为了好玩，sort_by的出现次数递减，例如:⇒[["b",2],["a",1],["c",1]]
7. Hash.[]再次转换为散列，例如:⇒{"b"=>2,"a"=>1",c"=>1}

或者(不是函数式的，更直接)在第3步之后循环并将计数添加到散列中。为了获得额外的积分，使用默认的'0'值初始化哈希:

counts = Hash.new(0)
classes.each{ |name| counts[name] += 1 }