如何确定文档中标签的最大级别数答案

【问题标题】：How to determine the maximum number of levels of a tag in a document如何确定文档中标签的最大级别数
【发布时间】：2019-07-25 00:04:15
【问题描述】：

我有一个 HTML 文档，我想在其中找到 <ol> 的最大深度。中给出了我的问题示例。

HTML 是：

<body>
    <nav id="abc" epub:type="abc">
        <ol>
            <li><a href="cover.xhtml">cover</a></li>
            <li><a href="review.xhtml">review</a></li>
            <li><a href="preface.xhtml">preface</a></li>
            <li><a href="ch00.xhtml">ch00</a></li>
            <li><a href="part01.xhtml">part01</a>
                <ol>
                    <li><a href="ch01.xhtml">ch01</a>
                        <ol>
                            <li><a href="ch01-01.xhtml">ch01-01</a></li>
                            <li><a href="ch01-02.xhtml">ch01-02</a></li>
                            <li><a href="ch01-03.xhtml">ch01-03</a></li>
                            <li><a href="ch01-04.xhtml">ch01-04</a></li>
                        </ol>
                    </li>
                </ol>
            </li>
        <ol>
    </nav>
</body>

【问题讨论】：

您遇到问题的代码是什么？你的代码有什么问题？您收到错误消息吗？错误信息是什么？你得到的结果不是你期望的结果吗？你期望什么结果，为什么，你得到的结果是什么，两者有什么不同？您正在观察的行为不是期望的行为吗？期望的行为是什么，为什么，观察到的行为是什么，它们有何不同？请提供minimal reproducible example。
我们需要查看演示问题的最小代码，否则看起来您希望我们为您编写它，这是题外话。此外，不要使用屏幕截图来提供必要的测试数据。指向图像的链接总是会中断，从而导致对其他人毫无意义的问题。有关详细信息，请参阅“How to Ask”。

标签： ruby-on-rails ruby ruby-on-rails-4 nokogiri

【解决方案1】：

ol_depth = []
Nokogiri::XML::Reader(File.open('toc.xhtml')).each do |node|
  ol_depth << node.depth if node.name == 'ol'
end

ol_depth.uniq.count #=> 3

因为你的图片，我使用了这个文件名。

顺便说一句，您的数据有误（最后一个 </ol> 没有斜线）

【讨论】：

这并没有真正利用 Nokogiri 为代码带来的优势，因为它只是遍历文档的节点。在一个大文档中它会是低效的。

【解决方案2】：

这真的是 HTML，而不是 XML：

doc = Nokogiri::HTML html_string
doc.search('ol').map{|ol| ol.ancestors('ol').length}.max
#=> 2

【讨论】：

【解决方案3】：

快速浏览一下，它看起来就像你想要的那样：

html = <<~EOT
  <body>
      <ol>
          <li><a href="cover.xhtml">cover</a></li>
              <ol>
                  <li><a href="ch01.xhtml">ch01</a>
                      <ol>
                          <li><a href="ch01-01.xhtml">ch01-01</a></li>
                      </ol>
                  </li>
              </ol>
          </li>
      </ol>
  </body>
EOT

require 'nokogiri'

doc = Nokogiri::HTML(html)
ol_depth = doc.at('ol') ? doc.search('ol ol').size + 1 : 0
ol_depth # => 3

它利用了 CSS 能够通过 ol ol 在标签中查找标签的优势。如果at('ol') 找到ol 节点，它将返回它，从而触发对所有其他嵌套节点的更深入搜索。

如果文档中有多个部分包含嵌套的 ol 标记，这将分解。我怀疑其他答案有同样的问题，但没有测试它们。

【讨论】：