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

Bibliotecă Ruby gratuită pentru citirea, scrierea și parsarea fișierelor HTML

Bibliotecă Ruby open source pentru gestionarea documentelor HTML și XML. Suportă citirea, scrierea, modificarea și interogarea documentelor HTML prin API Ruby.

În lumea dezvoltării web, parsarea și manipularea documentelor HTML și XML sunt sarcini comune. Limbajul de programare Ruby oferă un instrument puternic pentru gestionarea acestor sarcini prin biblioteca Nokogiri. Nokogiri furnizează o modalitate elegantă și eficientă de a parsa și manipula documente HTML și XML, făcându-l un instrument esențial în trusa oricărui dezvoltator Ruby. Indiferent dacă ești începător sau dezvoltator experimentat, biblioteca simplifică procesul de lucru cu documente structurate în Ruby.

Nokogiri este o gemă Ruby open source foarte puternică care servește ca o punte între limbajul de programare Ruby și bibliotecile libxml2 și libxslt. Permite dezvoltatorilor de software să parseze și să manipuleze cu ușurință atât documente HTML, cât și XML. Indiferent dacă extragi date de pe site-uri web, extragi informații din API-uri bazate pe XML sau efectuezi transformări asupra structurilor de documente, simplifică aceste sarcini. Biblioteca suportă căutarea în documente prin XPath 1.0, validarea schemelor XSD, parser DOM sau SAX pentru XML, transformarea XSLT, HTML4 și HTML5 și altele.

Nokogiri a inclus un API ușor de înțeles pentru citirea, scrierea, modificarea și interogarea documentelor. Biblioteca a oferit suport complet pentru codificarea documentelor. Pentru a gestiona corect codificarea documentelor, se recomandă întotdeauna să setați explicit codificarea. Ușurința în utilizare, metodele puternice de selecție și capacitățile eficiente de manipulare îl fac o alegere excelentă pentru sarcini precum scraping web, procesarea XML și parsarea HTML. Așadar, mergeți înainte, explorați funcționalitățile sale și deblocați potențialul parsării și manipulării eficiente a documentelor în proiectele dumneavoastră Ruby.

Previous Next

Începerea cu Nokogiri

Cea recomandată și cea mai ușoară metodă de a instala Nokogiri este utilizarea RubyGems, instrumentul de gestionare a dependențelor pentru Ruby. Vă rugăm să folosiți comanda următoare pentru o instalare fără probleme.

Instalați Nokogiri prin RubyGemsx

$ gem install nokogiri

De asemenea, îl puteți instala manual; descărcați fișierele ultimei versiuni direct de pe depozitul GitHub.

Analiza documentelor HTML prin API Ruby

Biblioteca open source Nokogiri a inclus suport pentru încărcarea și parsarea documentelor HTML, precum și a celor XML în aplicațiile Ruby. Parsarea documentelor HTML și XML este piatra de temelie a capabilităților Nokogiri. Biblioteca oferă două modalități principale de a parsa documente: dintr-un fișier sau dintr-un șir de caractere. Pentru a atinge obiectivul, mai întâi folosești clasele Nokogiri::HTML pentru a crea un obiect document și apoi poți parcurge documentul utilizând diverse metode și selectori, similari cu CSS sau XPath. Exemplul următor arată cum dezvoltatorii de software pot parsa și interoga un document folosind comenzi Ruby.

Cum să analizați și să interogați documentul HTML în aplicațiile 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

Modificarea documentelor HTML/XML prin Ruby

Biblioteca Nokogiri este un atu valoros pentru orice dezvoltator Ruby care trebuie să lucreze cu documente HTML și XML. Biblioteca facilitează încărcarea și manipularea documentelor HTML sau XML prin cod Ruby. Aceasta permite dezvoltatorilor să modifice documentele prin adăugarea, actualizarea sau ștergerea elementelor și atributelor. Este deosebit de util atunci când trebuie să manipulezi pagini web sau să generezi conținut dinamic. Exemplul următor arată cum dezvoltatorii de software pot adăuga un element nou într-un document HTML în cadrul aplicațiilor Ruby.

Cum să adaugi un element nou într-un document HTML prin API-ul 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)

Utilizați XPath și selectori CSS prin Ruby

Biblioteca open source Nokogiri a oferit o gamă largă de metode pentru a căuta elemente specifice într-un document. Permite utilizatorilor să folosească atât selectori XPath, cât și CSS pentru a naviga și selecta elemente într-un document parsat în aplicații Ruby. Acest lucru facilitează extragerea informațiilor specifice sau manipularea structurii documentului. Exemplele următoare arată cât de ușor pot dezvoltatorii de software să selecteze elemente folosind XPath, precum și selectorul CSS, utilizând comenzi Ruby.

Cum să selectezi elemente folosind XPath sau selector CSS prin API-ul 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)
 Română