Nokogiri 取不出链接

yakczh

1.    
   
2.     require 'nokogiri'  
   
3.         require 'open-uri'  
   
4.     require 'iconv'  
   
5. url='http://zu.cq.soufun.com/house/c21000-d22000-g22-s31-kw%bd%f0%c9%bd%c3%fb%b6%bc/'  
   
6.     xpath="//p[@class='housetitle']/a"  
   
7.       
   
8.         # get the nokogiri document   
   
9.         doc = Nokogiri::HTML(open(url))  
   
10.       
    
11.          doc.xpath(xpath).each do |link|    # doc.css("p.housetitle").each do |link|  
    
12.             puts link.content  
    
13.            puts link['href']  
    
14.              end  

复制代码

据文件下载到本地
用 url="http://localhost/test.html"
也还是取不出来

gtuiw

您解析的"//p[@class='housetitle']/a"是不是有问题?我看过这个页面,我没看到class='housetitle'的class.
我用下面的代码可以解析出网址:

1.   1 #!/usr/bin/env ruby
   
2.   2 require 'nokogiri'
   
3.   3 require 'open-uri'
   
4.   4 #require 'iconv'
   
5.   5 url='http://zu.cq.soufun.com/house/c21000-d22000-g22-s31-kw%bd%f0%c9%bd%c3%fb%b6%bc/'
   
6.   6 #xpath="/a/@href"
   
7.   7
   
8.   8 # get the nokogiri document
   
9.   9 doc = Nokogiri::HTML(open(url))
   
10. 10
    
11. 11 doc.xpath("//div/a/@href").each do |link|    # doc.css("p.housetitle").each do |link|
    
12. 12   puts link.content
    
13. 13   puts link['href']
    
14. 14 end
    

复制代码

yakczh

1.        <p class="housetitle">
   
2.                                                         <a href='/chuzu/3_3956185_1.htm' target="_blank"><strong>
   
3.                                                             龙脊金山名都 2房2厅1卫 2000/月 精装修
   
4.                                                         </strong></a>
   
5.                                                         

复制代码

查看源码 直接搜索 class="housetitle"