html 无需序列怎么去除,如何让Nokogiri inner_HTML对象忽略/删除转义序列

钻入包含所需文本的最近节点非常重要。试想一下：

require 'nokogiri'

doc = Nokogiri::HTML(<

foo

EOT

doc.at('body').inner_html # => "\n

foo

\n "

doc.at('body').text # => "\n foo\n "

doc.at('p').inner_html # => "foo"

doc.at('p').text # => "foo"

at，at_css和at_xpath返回节点/ XML ::元素。 search,css和xpath返回一个NodeSet。有一个节点或节点集看时text或inner_html回报如何信息有很大的不同：

doc = Nokogiri::HTML(<

foo

bar

EOT

doc.at('p') # => #<:xml::element:0x3fd635cf36f4 name="p" children="[#<Nokogiri::XML::Text:0x3fd635cf3514">]>

doc.search('p') # => [#<:xml::element:0x3fd635cf36f4 name="p" children="[#<Nokogiri::XML::Text:0x3fd635cf3514">]>, #<:xml::element:0x3fd635cf32bc name="p" children="[#<Nokogiri::XML::Text:0x3fd635cf30dc">]>]

doc.at('p').class # => Nokogiri::XML::Element

doc.search('p').class # => Nokogiri::XML::NodeSet

doc.at('p').text # => "foo"

doc.search('p').text # => "foobar"

注意使用search返回一个节点集和text返回节点的文本连接在一起。这很少是你想要的。

还要注意引入nokogiri是足够聪明，想出一个选择是CSS或XPath的99％的时间，所以使用任何类型选择的一般search和at非常方便。