我有一些使用Nokogiri的代码,我试图获取inner_html而不收到评论.
html = Nokogiri::HTML(open(@sql_scripts_url[1])) #using first value of the array html.css('td[class="ms-formbody"]').each do |node| puts node.inner_html # prints comments end
解决方法
由于您未提供任何示例HTML或所需输出,因此这是一般解决方案：
您可以使用comment()节点测试在XPath中选择SGML注释;您可以通过在所有注释节点上调用.remove将它们从文档中删除.图说：
require 'nokogiri'
doc = Nokogiri.XML('<r><b>hello</b> <!-- foo --> world</r>')
p doc.inner_html #=> "<b>hello</b> <!-- foo --> world"
doc.xpath('//comment()').remove
p doc.inner_html #=> "<b>hello</b> world"
请注意,上述内容会破坏性地修改文档以删除注释.如果您希望保持原始文档不被修改,您可以选择这样做：
class Nokogiri::XML::Node
def inner_html_reject(xpath='.//comment()')
dup.tap{ |shadow| shadow.xpath(xpath).remove }.inner_html
end
end
doc = Nokogiri.XML('<r><b>hello</b> <!-- foo --> world</r>')
p doc.inner_html_reject #=> "<r><b>hello</b> world</r>"
p doc.inner_html #=> "<r><b>hello</b> <!-- foo --> world</r>"
最后请注意,如果您不需要标记,只要求文本本身不包含HTML注释：
p doc.text #=> "hello world"