使用 Ruby 和 Nokogiri 抓取 HTML 表

Question

所以我正在做一个项目，从一个有枪支事故/死亡数据的网站抓取数据。以下是该网站的外观： http://www.gunviolencearchive.org/officer-involved-shootings

我正在尝试抓取每个表行并使用该行中的数据制作一个对象（实例？，对不起，我是 ruby 的新手）并将其打印到控制台中。现在，@occurances数组返回相同数据的数组 26 次。显然，它正在覆盖第一行。您建议我如何存储这些实例中的每一个？

这是我的代码，（选择）是网站地址。

 def self.data_from_choice(choice)
        doc = Nokogiri::HTML(open(choice))
        @occurances = []
        doc.xpath("//tr").each do |x|
          date = doc.css("td")[0].text
          state = doc.css("td")[1].text
          city = doc.css("td")[2].text
          deaths = doc.css("td")[4].text
          injured = doc.css("td")[5].text
          source = doc.search(".links li.last a").attr("href").value
          @occurances << {:date => date, :state => state, :city => city, :deaths => deaths, :injured => injured, :source => source}
        end
        puts @occurances
      end

Answer 1

在每

行的循环中，您调用doc.css(...) .这会导致每次从文档顶部搜索（即从doc ）。我认为您想要的是相对于x变量中的行进行搜索。

所以改变这个：

date = doc.css("td")[0].text

对此

date = x.css("td")[0].text

同样适用于state、city等。