如何获取节点的原始HTML

Question

我正在使用Nokogiri分析一些HTML，但是，我不知道如何在节点内获取原始HTML。

例如，给定：

<tr class="tableX">
  <td align="center">
    <font size="2"><a href="javascript:open('9746')">9746</a></font>
  </td>
  <td align="center">
    <font size="2">2012-06-26</font>
  </td>
</tr>

当我使用此XPath选择器时：

doc = Nokogiri::HTML(html)

nodes = doc.search("//tr[@class='tablebX']")

nodes.each do |node|
   node.text # or node.content
end

node.text和node.content的结果是：

9746
2012-06-26

我想在tr块中获取所有原始HTML，在这种情况下，它是：

<td align="center">
  <font size="2"><a href="javascript:open('9746')">9746</a></font>
</td>
<td align="center">
  <font size="2">2012-06-26</font>
</td>

执行此操作的正确方法是什么？

Answer 1

使用node.to_s，或仅使用node：

nodes = doc.search("//tr[@class='tablebX']")
nodes.each do |node|
   puts node.to_s
   puts '-'*40
end

通过附加的健全性检查HTML（您加倍，中间加了一个不同类的tr，我得到：

<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------
<tr class="tableX">
<td align="center">
<font size="2"><a href="javascript:open('9746')">9746</a></font> 
            </td>
            <td align="center"><font size="2">2012-06-26</font></td>
</tr>
----------------------------------------

Answer 2

您可以添加children.to_html。尝试在下面这样做：

doc = Nokogiri::HTML(html)

nodes = doc.search("//tr[@class='tablebX']")

nodes.each do |node|
   node.children.to_html # or node.content
end

Answer 3

正确的方法是.children。它返回所选元素内的所有html。

因此有此代码：

<tr class="container">
  <td>value</td>
</tr>

并使用此过程：

data = Nokogiri::HTML(html)
data.css("tr.container").children

将返回此html：

<td>value</td>

我想我的答案为时已晚，但这就是您需要的确切代码。