我想从 HTML 页面（实际上是 tinymce 用户输入）中删除所有不符合特定标准（class= "int" 或 class= "ext"）的图像，并且我正在努力采用正确的方法。这就是我目前正在做的事情：
hbody = Hpricot(input)
@internal_images = hbody.search("//img[@class='int']")
@external_images = hbody.search("//img[@class='ext']")
但我不知道如何找到类具有错误值（不是“int”或“ext”）的图像。
我还必须遍历元素以检查不是标准 html 的其他属性（我使用它们来设置内部值，例如我在属性 dbsrc 中设置的 DB id）。我也可以访问这些属性吗？有没有办法在某些元素（在 hpricot 搜索结果中）不符合我的条件时删除它们？
感谢您的帮助！
【问题讨论】：
标签： ruby-on-rails ruby parsing hpricot
>> doc = Hpricot.parse('<html><img src="foo" class="int" /><img src="bar" bar="42" /><img src="foobar" class="int"></html>')
=> #<Hpricot::Doc {elem <html> {emptyelem <img class="int" src="foo">} {emptyelem <img src="bar" bar="42">} {emptyelem <img class="int" src="foobar">} </html>}>
>> doc.search("img")[1][:bar]
=> "42"
>> doc.search("img") - doc.search("img.int")
=> [{emptyelem img src"bar" bar"42"}]
一旦获得搜索结果，您就可以使用正常的数组操作。非标准属性可通过 [] 访问。
【讨论】：
z = x - y 之后，x 不会改变，z 只会包含所有不在 y 中的 x。
all_images - (internal_images + external_images).
(hbody."img:not(.int)")
(hbody."img:not(.ext)")
不幸的是，您似乎不能 concat not 表达式。您可能想要获取所有 img 节点并删除那些 .css 选择器既不包含 .int 也不包含 .ext 的节点。 此外，您可以使用差异运算符来计算哪些元素不属于两个集合。
使用.remove 方法删除节点或元素：Hpricot Altering 文档。
【讨论】：