从 Watir / Ruby 中的 webtable 中提取文本答案

【问题标题】：Extracting text from a webtable in Watir / Ruby从 Watir / Ruby 中的 webtable 中提取文本
【发布时间】：2012-06-26 06:06:53
【问题描述】：

我正在尝试从损益表中提取数据，网址是 http://finance.yahoo.com/q/is?s=LMT+Income+Statement&annual

我无法使用 browser.table(:name, 'blah') 或 (:id, 'blah') 找到表格，但是使用 xpath 和 Nokogiri 使用此代码时遇到了一些运气，该代码在我已经初始化了所有内容并浏览到页面：

page_html = Nokogiri::HTML.parse(browser.html)
tobj = page_html.xpath('//*[@id="yfncsumtab"]').inner_text

现在我可以获取 tobj 并将数据提取出来，但是尝试将对象作为表格进行操作对我没有任何好处。关于如何将表存储为变量的任何建议都会有所帮助。我可能可以计算出从那里迭代行/列，但我不介意你是否添加了一些可以做到这一点的代码。

【问题讨论】：

您能解释一下您想如何“将对象作为表格进行操作”吗？你想把它解析成二维数组吗？对其进行矩阵运算？
我想将表格解析成一个 excel 文档，然后我将其放入数据库等。我认为最好的方法是逐行进行将数据插入到 Excel 文档中。我想要它在 excel 文档中的原因是我可以更轻松地在各种格式之间传输它（至于操作数据，我将使用 R 和类似的包）

标签： ruby testing nokogiri watir

【解决方案1】：

你知道 Watir 支持 xpath 吗？

browser.element(:xpath => '//*[@id="yfncsumtab"]')

【讨论】：

每次尝试此操作时都会出现此错误。定位=假消息一直困扰着我。 #<:htmlelement:0x4b664164 located="false" selector="{:xpath=">"//*[@id=\"yfncsumtab\"]"}>
located=false 不是错误消息。它是 ruby 对象的字符串表示形式的一部分。请在新问题中提供更多信息。

【解决方案2】：

这样看：

doc = Nokogiri::HTML.parse(browser.html)
table = doc.at('table#yfncsumtab')

# iterate through tr's
table.search('tr').each do |tr|
  # do something with tr
end

【讨论】：

【解决方案3】：

试试browser.element(id: "yfncsumtab").text

【讨论】：