我有一个HTML文档,我想找到<ol>
的最大深度。我的问题的例子在中给出。
HTML是:
<body>
<nav id="abc" epub:type="abc">
<ol>
<li><a href="cover.xhtml">cover</a></li>
<li><a href="review.xhtml">review</a></li>
<li><a href="preface.xhtml">preface</a></li>
<li><a href="ch00.xhtml">ch00</a></li>
<li><a href="part01.xhtml">part01</a>
<ol>
<li><a href="ch01.xhtml">ch01</a>
<ol>
<li><a href="ch01-01.xhtml">ch01-01</a></li>
<li><a href="ch01-02.xhtml">ch01-02</a></li>
<li><a href="ch01-03.xhtml">ch01-03</a></li>
<li><a href="ch01-04.xhtml">ch01-04</a></li>
</ol>
</li>
</ol>
</li>
<ol>
</nav>
</body>
ol_depth = []
Nokogiri::XML::Reader(File.open('toc.xhtml')).each do |node|
ol_depth << node.depth if node.name == 'ol'
end
ol_depth.uniq.count #=> 3
因为你的形象,我使用了这个文件名。
BTW您的数据是错误的(最后</ol>
没有斜线)
这实际上是HTML,而不是XML:
doc = Nokogiri::HTML html_string
doc.search('ol').map{|ol| ol.ancestors('ol').length}.max
#=> 2
快速浏览一下,看起来这样做你想要的:
html = <<~EOT
<body>
<ol>
<li><a href="cover.xhtml">cover</a></li>
<ol>
<li><a href="ch01.xhtml">ch01</a>
<ol>
<li><a href="ch01-01.xhtml">ch01-01</a></li>
</ol>
</li>
</ol>
</li>
</ol>
</body>
EOT
require 'nokogiri'
doc = Nokogiri::HTML(html)
ol_depth = doc.at('ol') ? doc.search('ol ol').size + 1 : 0
ol_depth # => 3
它利用CSS能够通过ol ol
在标签中找到标签。如果at('ol')
找到一个ol
节点,它将返回它,触发更深入的搜索所有其他嵌套节点。
如果文档中有多个部分包含嵌套的ol
标记,则会崩溃。我怀疑其他答案有同样的问题,但没有测试它们。