HTML格式化文档在哪里,如何将HTML文档格式化为特定输出？

您的HTML是无效的示例。使用有效的最小样本数据非常重要。

我不在我的电脑附近，但这看起来是正确的：

require 'nokogiri'

# encoding: utf8

html = '

Austria

Wolfhard

Bulgaria

Nestor

Croatia

Sabina

Florencije

Czech Republic

Šarlota

Zoe

'

doc = Nokogiri::HTML(html)

设置解析的DOM。因为有UTF-8字符，所以如果你使用Ruby＆lt; v2.0，这就是编码行的原因：

# encoding: utf8

以下是搜索DOM的方法：

countries = doc.search('.country')

data = countries.map { |country|

name = country.at('b').text

cities = country.search('div').map(&:text)

{

:name => name,

:cities => cities

}

}

返回一个哈希数组，其中每个哈希包含国家名称和城市名称的子数组。从那里，您可以轻松地遍历数组并根据需要输出值。

这一切都非常简单，你只需要考虑增量步骤：

由于div标记有多个class="country"，因此可以使用search或css方法对其进行迭代。 css需要CSS选择器，而search允许CSS或XPath。我通常使用search因为有时候我会使用CSS，有时候会使用XPath，并且在我开发代码时可能会在它们之间跳转，因为一个人可能会更好地流动。除了选择器之外，还必须更改方法名称是一种痛苦。

对于每个选定的div，可以使用轻松获取嵌入的at标记，该标记抓取第一个找到的匹配元素，然后search获取匹配的嵌入div城市。

醇>