如何获取节点的原始 HTML

Question

我正在使用Nokogiri来分析一些HTML，但是，我不知道如何在节点内获取原始HTML。

例如，给定：

<tr class="tableX">
  <td align="center">
    <font size="2"><a href="javascript:open('9746')">9746</a></font>
  </td>
  <td align="center">
    <font size="2">2012-06-26</font>
  </td>
</tr>

当我使用此 XPath 选择器时：

doc = Nokogiri::HTML(html)
nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   node.text # or node.content
end

node.text和node.content的结果是：

9746
2012-06-26

我想在tr块中获取所有原始 HTML，在本例中为：

<td align="center">
  <font size="2"><a href="javascript:open('9746')">9746</a></font>
</td>
<td align="center">
  <font size="2">2012-06-26</font>
</td>

正确的方法是什么？

Answer 1

使用 node.to_s ，或者只是node：

nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   puts node.to_s
   puts '-'*40
end

使用额外的健全性检查 HTML（您的，加倍，中间有不同类的tr），我得到：

<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------
<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------

Answer 2

您可以添加children.to_html .尝试在下面执行此操作：

doc = Nokogiri::HTML(html)
nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   node.children.to_html # or node.content
end

Answer 3

正确的方法是.children 。它返回所选元素内的所有 html。

所以有这个代码：

<tr class="container">
  <td>value</td>
</tr>

并使用此过程：

data = Nokogiri::HTML(html)
data.css("tr.container").children

将返回此 html：

<td>value</td>

我想我的回答为时已晚，但这就是您需要的确切代码。