1. Productos
  2.   HTML
  3.   Ruby
  4.   Nokogiri
 
  

Biblioteca Ruby gratuita para leer, escribir y analizar archivos HTML

Biblioteca Ruby de código abierto para manejar documentos HTML y XML. Soporta la lectura, escritura, modificación y consulta de documentos HTML a través de la API de Ruby.

En el mundo del desarrollo web, el análisis y la manipulación de documentos HTML y XML son tareas comunes. El lenguaje de programación Ruby ofrece una herramienta poderosa para manejar estas tareas a través de la biblioteca Nokogiri. Nokogiri proporciona una forma elegante y eficiente de analizar y manipular documentos HTML y XML, convirtiéndose en una herramienta esencial en la caja de herramientas de cualquier desarrollador Ruby. Ya seas principiante o desarrollador experimentado, la biblioteca simplifica el proceso de trabajar con documentos estructurados en Ruby.

Nokogiri es una gema Ruby de código abierto muy poderosa que sirve como puente entre el lenguaje de programación Ruby y las bibliotecas libxml2 y libxslt. Permite a los desarrolladores de software analizar y manipular tanto documentos HTML como XML con facilidad. Ya sea que estés extrayendo datos de sitios web, obteniendo información de API basadas en XML o realizando transformaciones en estructuras de documentos, simplifica estas tareas. La biblioteca admite búsqueda de documentos mediante XPath 1.0, validación de esquemas XSD, analizador DOM o SAX para XML, transformación XSLT, HTML4 y HTML5, entre otros.

Nokogiri ha incluido una API fácil de entender para leer, escribir, modificar y consultar documentos. La biblioteca ha proporcionado soporte completo para la codificación de documentos. Para manejar la codificación del documento correctamente, siempre se recomienda establecer explícitamente la codificación. Su facilidad de uso, métodos de selección potentes y capacidades de manipulación eficientes lo convierten en una excelente opción para tareas como scraping web, procesamiento XML y análisis HTML. Así que adelante, explore sus características y desbloquee el potencial del análisis y manipulación eficientes de documentos en sus proyectos Ruby.

Previous Next

Comenzando con Nokogiri

La forma recomendada y más fácil de instalar Nokogiri es usando RubyGems, la herramienta de gestión de dependencias para Ruby. Por favor, use el siguiente comando para una instalación sin problemas.

Instalar Nokogiri via RubyGemsx

$ gem install nokogiri

También puede instalarlo manualmente; descargue los archivos de la última versión directamente del repositorio GitHub.

Analizando documentos HTML mediante la API de Ruby

La biblioteca de código abierto Nokogiri ha incluido soporte para cargar y analizar documentos HTML así como XML dentro de aplicaciones Ruby. Analizar documentos HTML y XML es la piedra angular de las capacidades de Nokogiri. La biblioteca ofrece dos formas principales de analizar documentos: desde un archivo o desde una cadena. Para lograr el objetivo, primero se utilizan sus clases Nokogiri::HTML para crear un objeto de documento y luego se puede recorrer el documento usando varios métodos y selectores, similares a CSS o XPath. El siguiente ejemplo muestra cómo los desarrolladores de software pueden analizar y consultar un documento usando comandos Ruby.

¿Cómo analizar & consultar documentos HTML dentro de aplicaciones Ruby?

#! /usr/bin/env ruby

require 'nokogiri'
require 'open-uri'

# Fetch and parse HTML document
doc = Nokogiri::HTML(URI.open('https://nokogiri.org/tutorials/installing_nokogiri.html'))

# Search for nodes by css
doc.css('nav ul.menu li a', 'article h2').each do |link|
  puts link.content
end

# Search for nodes by xpath
doc.xpath('//nav//ul//li/a', '//article//h2').each do |link|
  puts link.content
end

# Or mix and match
doc.search('nav ul.menu li a', '//article//h2').each do |link|
  puts link.content
end

Modificando documentos HTML/XML mediante Ruby

La biblioteca Nokogiri es un recurso valioso para cualquier desarrollador Ruby que necesite trabajar con documentos HTML y XML. La biblioteca facilita a los desarrolladores de software cargar y manipular documentos HTML o XML usando código Ruby. Permite a los desarrolladores modificar documentos añadiendo, actualizando o eliminando elementos y atributos. Esto es particularmente útil cuando se necesita manipular páginas web o generar contenido dinámico. El siguiente ejemplo muestra cómo los desarrolladores de software pueden agregar un nuevo elemento a un documento HTML dentro de aplicaciones Ruby.

¿Cómo agregar un nuevo elemento a un documento HTML mediante la API de Ruby?

new_element = Nokogiri::XML::Node.new('p', doc)
new_element.content = 'This is a new paragraph.'

# Add the new element to the document
doc.root.add_child(new_element)

Usar XPath y selectores CSS mediante Ruby

La biblioteca de código abierto Nokogiri ha proporcionado una amplia gama de métodos para buscar elementos específicos dentro de un documento. Permite a los usuarios utilizar tanto selectores XPath como CSS para navegar y seleccionar elementos dentro de un documento analizado en aplicaciones Ruby. Esto facilita la extracción de información específica o la manipulación de la estructura del documento. Los siguientes ejemplos muestran lo fácil que es para los desarrolladores de software seleccionar elementos usando XPath así como selectores CSS mediante comandos Ruby.

¿Cómo seleccionar elementos usando XPath o selector CSS mediante la API de Ruby?

new_element = Nokogiri::XML::Node.new('p', doc)
new_element.content = 'This is a new paragraph.'

# Add the new element to the document
doc.root.add_child(new_element)
 Español