尝试使用带有自定义伪类 CSS 选择器的 Nokogiri 提取属性值答案

【问题标题】：Trying to extract attribute values using Nokogiri with custom pseudoclass CSS selectors尝试使用带有自定义伪类 CSS 选择器的 Nokogiri 提取属性值
【发布时间】：2012-12-21 10:20:44
【问题描述】：

加载了 (X)HTML 页面后，我正在尝试获取元标记的“内容”属性的值。例如，给定：

<meta name="author" content="John Smith" />

我想提取值“John Smith”。

我知道如何使用 XPath 来做到这一点，并且知道 CSS 主要用于元素选择，但 Nokogiri 支持定义 custom CSS pseudoclasses，我认为可以如下使用：

class CSSext
  def attr(nodeset, tag)
    nodeset.first.attribute_nodes.find_all {|node| node.name == tag}
  end
end

doc = Nokogiri::HTML(open(someurl))
doc.css("meta[name='name']:attr('content')", CSSext.new)

但是，这会返回与

相同的结果

doc.css("meta[name='name']")

什么给了？ Nokogiri 在下面使用相同的引擎进行 CSS 和 XPath 搜索，因此在 XPath 中可能的任何事情在 CSS 中都应该是可行的。我应该如何提取属性值？

【问题讨论】：

你为什么不走简单的路径并使用doc.css("meta[name='name']")？ Nokogiri 中的 CSS 在任何节点查找中都是 XPath 的非常有用的替代品。做更简单的事情，这样更容易理解和维护。
@Scott Roepnack：这不是用于格式化的an appropriate use of backticks。另请注意，您也导致链接 Markdown 中断...

标签： html css ruby css-selectors nokogiri

【解决方案1】：

为什么不只是？

doc.at("meta[name='author']")['content']

据我了解，伪类只能用于过滤节点集，但不能用其他值（例如节点属性之一的值）替换节点集。

【讨论】：