如何从Ruby的标题元素之间进行选择？

Question

我正在研究使用Nokogiri和CSS选择器的Ruby脚本。我试图从html抓取一些数据，如下所示：

<h2>Title 1</h2>
(Part 1)
<h2>Title 2</h2>
(Part 2)
<h2>Title 3</h2>
(Part 3)

是否只有通过指定代表起点和终点的h2元素的文本才能从（第2部分）中进行选择？

第2部分中感兴趣的数据是一个包含tr和td元素的表，这些元素没有任何类或id标识符。其他部分也有我不感兴趣的表。整个页面上的诸如page.css（'table tr td'）之类的东西，除了我所追求的那些表之外，还会从所有其他表中选择，而我d尽可能避免这种情况。

Answer 1

根据this question，恐怕没有CSS选择器可用于元素文本。首先提取“（第2部分）”，然后使用Nokogiri选择其中的表元素如何。

text = "" //your string, or content from a file

part2 = text.scan(/<h2>Title 2<\/h2>\s+(.+)?<h2>/ms).first.first

doc = Nokogiri::HTML(part2)

# continue select table elements from doc

注意：（第2部分）不能包含任何h2标记，否则正则表达式应该不同。