Thư viện Ruby miễn phí để Đọc, Ghi & Phân tích các tệp HTML

Bắt đầu với Nokogiri

Cách khuyến nghị và dễ nhất để cài đặt Nokogiri là sử dụng RubyGems, công cụ quản lý phụ thuộc cho Ruby. Vui lòng sử dụng lệnh sau để cài đặt suôn sẻ.

$ gem install nokogiri

Phân tích tài liệu HTML qua API Ruby

Thư viện mã nguồn mở Nokogiri đã bao gồm hỗ trợ tải và phân tích cú pháp HTML cũng như tài liệu XML trong các ứng dụng Ruby. Việc phân tích cú pháp HTML và XML là nền tảng của khả năng của Nokogiri. Thư viện cung cấp hai cách chính để phân tích tài liệu: từ tệp hoặc từ chuỗi. Để đạt được mục tiêu, trước tiên bạn sử dụng các lớp Nokogiri::HTML để tạo một đối tượng tài liệu và sau đó có thể duyệt tài liệu bằng các phương pháp và bộ chọn khác nhau, tương tự như CSS hoặc XPath. Ví dụ sau đây cho thấy cách các nhà phát triển phần mềm có thể phân tích và truy vấn một tài liệu bằng các lệnh 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

Chỉnh sửa tài liệu HTML/XML qua Ruby

Thư viện Nokogiri là một tài sản quý giá cho bất kỳ nhà phát triển Ruby nào cần làm việc với tài liệu HTML và XML. Thư viện giúp các nhà phát triển phần mềm dễ dàng tải và thao tác các tài liệu HTML hoặc XML bằng mã Ruby. Nó cho phép các nhà phát triển sửa đổi tài liệu bằng cách thêm, cập nhật hoặc xóa các phần tử và thuộc tính. Điều này đặc biệt hữu ích khi bạn cần thao tác các trang web hoặc tạo nội dung động. Ví dụ sau đây cho thấy cách các nhà phát triển phần mềm có thể thêm một phần tử mới vào tài liệu HTML trong các ứng dụng 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)

Sử dụng XPath và CSS Selectors qua Ruby

Thư viện mã nguồn mở Nokogiri đã cung cấp một loạt các phương pháp để tìm kiếm các phần tử cụ thể trong tài liệu. Nó cho phép người dùng sử dụng cả bộ chọn XPath và CSS để điều hướng và chọn các phần tử trong tài liệu đã phân tích trong các ứng dụng Ruby. Điều này giúp dễ dàng trích xuất thông tin cụ thể hoặc thao tác cấu trúc của tài liệu. Các ví dụ sau cho thấy cách các nhà phát triển phần mềm có thể dễ dàng chọn các phần tử bằng XPath cũng như bộ chọn CSS bằng các lệnh 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)