我正在尝试使用Nokogiri和Curb从网站上抓取信息,但我似乎找不到正确的名称/来找到要抓取的地方。我正在尝试抓取API密钥,该密钥在HTML代码的底部为“ xxxxxxx”。
HTML代码是:
<body class="html not-front logged-in no-sidebars page-app page-app- page-app-8383900 page-app-keys i18n-en" data-twttr-rendered="true">
<div id="skip-link"></div>
<div id="page-wrapper">
<!--
Code for the global nav
-->
<nav id="globalnav" class="without-subnav"></nav>
<nav id="subnav"></nav>
<section id="hero" class="hero-short"></section>
<section id="gaz-content">
<div class="container">
::before
<div id="messages"></div>
<div id="gaz-content-wrap-outer" class="row">
::before
<div id="gaz-content-wrap-inner" class="span12">
<div class="row">
::before
<div class="article-wrap span12">
<article id="gaz-content-body" class="content">
<header></header>
<div class="header-action"></div>
<div class="tabs"></div>
lass="d-block d-block-system g-main">
<div class="app-details">
<h2>
Application Settings
</h2>
<div class="description"></div>
<div class="app-settings">
<div class="row">
::before
<span class="heading">
Consumer Key (API Key)
</span>
<span>
xxxxxxxxx
</span>
我似乎只能获得“内容”文本。
我的代码如下:
consumer = html.at("#gaz-content-body")['class']
puts consumer
我不确定要键入什么来选择班级和/或跨度,然后是输入文本。我所能得到的只是Nokogiri来放置“内容”。
在这种情况下,我们需要在span
之后找到第二个span class="heading"
,并且在div class="app-settings"
内部-我有点一般,但又不过分。我正在使用search
而不是at
来检索两个范围并获取第二个范围:
# Gets the 2 span elements under <div class='app-settings'>.
res = html.search('#gaz-content-body .app-settings span')
# Use .text to get the contents of the 2nd element.
res[1].text.strip
# => "xxxxxxxx"
但是您也可以使用at
定位相同的目标:
res = html.at("#gaz-content-body .app-settings span:nth-child(2)")
res.text.strip
# => "xxxxxxxx"