当id使用Nokogiri包含特殊字符时，是否有一种方法可以删除url /文本？

Question

我正在尝试从此SITE中删除一些数据。我是Nokogiri的新手，但是我在Stackoverflow上阅读了很多DOC和主题。而且我不知道如何解决我的问题...

我开始构建我的应用程序的结构：

require 'nokogiri'
require 'open-uri'

class Scrap

def first(strona)
    @page = Nokogiri::HTML(open(strona))
end

def marka(css)
    @page.css(css).text
end

end
x = Scrap.new

x.first("https://webcat.schaeffler.com/web/schaeffler/pl/PKW/index.xhtml")
puts x.marka("a#searchByConstraints:form:j_idt491:0:j_idt493:0:j_idt495")

它应该放“ ABARTH”，但是id包括特殊字符，例如“ ：”，而我得到的唯一东西就是这个错误：

unexpected '0' after ':' (Nokogiri::CSS::SyntaxError)

我在stackoverflow上找到了解决方案。因此，我将应用程序的最后一行更改为：

puts x.marka('*[id="searchByConstraints:form:j_idt491:0:j_idt493:0:j_idt495"]')

它返回一个空字符串，我不知道为什么...

目标站点上的元素看起来：

<a id="searchByConstraints:form:j_idt491:0:j_idt493:0:j_idt495" href="/web/schaeffler/pl/PKW/3854/applicationSearch.xhtml" title="ABARTH">ABARTH</a>

因此必须做错了什么，或者在我的情况下不起作用。

有人知道如何解决吗？ （我想获取文本和网址）

所有问候！ &&谢谢！

Answer 1

这些ID是非标准CSS，因此您无法像普通ID一样搜索它们，就像<div id="this-is-normal">一样，因此您需要在div ID中匹配一个模式。

我认为这是您所需要的：

@page.css('div[id^="searchByConstraints:form:j_idt491"]')

所以对你来说是

x.marka('div[id^="searchByConstraints:form:j_idt491"]')

附带说明，我建议您将班级命名为Scrapper或Scrape还有一种更好的做法是在类后命名实例变量，因此

scrapper = Scrapper.new
scrapper.marka('blah') # etc. maybe you mean marker?