Nokogiri (rubygem): Buscar y reemplazar las etiquetas HTML

tengo el código HTML siguiente:Nokogiri (rubygem): Buscar y reemplazar las etiquetas HTML

<html> 
<body> 
<h1>Foo</h1> 
<p>The quick brown fox.</p> 
<h1>Bar</h1> 
<p>Jumps over the lazy dog.</p> 
</body> 
</html>

... y utilizando el rubygem Nokogiri (un reemplazo hpricot), me gustaría cambiar en el HTML siguiente:

<html> 
<body> 
<p class="title">Foo</p> 
<p>The quick brown fox.</p> 
<p class="title">Bar</p> 
<p>Jumps over the lazy dog.</p> 
</body> 
</html>

En otras palabras: ¿cómo puedo encontrar y reemplazar ciertas etiquetas HTML usando Nokogiri? Sé cómo encontrarlos (usando palabras clave CSS), pero no sé cómo reemplazarlos mientras analizo el documento.

Gracias por su ayuda!

Fuente

2009-03-04 Javier

Prueba esto:

require 'nokogiri' 

html_text = "<html><body><h1>Foo</h1><p>The quick brown fox.</p><h1>Bar</h1><p>Jumps over the lazy dog.</p></body></html>" 

frag = Nokogiri::HTML(html_text) 
frag.xpath("//h1").each { |div| div.name= "p"; div.set_attribute("class" , "title") }

Fuente

2009-03-04 13:53:44 SimonV

Esta solución es muy elegante! ¡Muchas gracias! – Javier

¿Sabes cómo hacer una búsqueda de CSS para encontrar un div con una identificación y una clase? Ejemplo:

XXX

? – Javier

frag.xpath ("// div [@ id = 'foo' y @ class = 'bar']") – SimonV

parece que esto funciona bien:

require 'rubygems' 
require 'nokogiri' 

markup = Nokogiri::HTML.parse(<<-somehtml) 
<html> 
<body> 
<h1>Foo</h1> 
<p>The quick brown fox.</p> 
<h1>Bar</h1> 
<p>Jumps over the lazy dog.</p> 
</body> 
</html> 
somehtml 

markup.css('h1').each do |el| 
    el.name = 'p' 
    el.set_attribute('class','title') 
end 

puts markup.to_html 
# >> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
# >> <html><body> 
# >> <p class="title">Foo</p> 
# >> <p>The quick brown fox.</p> 
# >> <p class="title">Bar</p> 
# >> <p>Jumps over the lazy dog.</p> 
# >> </body></html>

Fuente

2009-03-04 14:01:11 dylanfm

Esta solución también funciona. – Javier

#!/usr/bin/env ruby 
require 'rubygems' 
gem 'nokogiri', '~> 1.2.1' 
require 'nokogiri' 

doc = Nokogiri::HTML.parse <<-HERE 
    <html> 
    <body> 
     <h1>Foo</h1> 
     <p>The quick brown fox.</p> 
     <h1>Bar</h1> 
     <p>Jumps over the lazy dog.</p> 
    </body> 
    </html> 
HERE 

doc.search('h1').each do |heading| 
    heading.name = 'p' 
    heading['class'] = 'title' 
end 

puts doc.to_html

Fuente

2009-03-04 14:06:25

Esta solución funciona. – Javier

Nokogiri (rubygem): Buscar y reemplazar las etiquetas HTML

Respuesta

Cuestiones relacionadas