Come ottenere il testo del nodo senza figli?

Question

Io uso Nokogiri per analizzare la pagina html con lo stesso contenuto:

<p class="parent"> 
    Useful text 
    <br> 
    <span class="child">Useless text</span> 
</p> 

Quando chiamo il metodo page.css('p.parent').text Nokogiri restituisce 'testo utile testo Inutile'. Ma ho bisogno solo di "testo utile".

Come ottenere il testo del nodo senza figli?

Answer 1

XPath include il test text() di nodo per la selezione di nodi di testo, in modo che si possa fare:

page.xpath('//p[@class="parent"]/text()') 

Utilizzando XPath per selezionare classi HTML può diventare molto difficile se l'elemento in questione potrebbe appartenere a più di una classe, quindi potrebbe non essere l'ideale.

Fortunatamente Nokogiri aggiunge il selettore text() a CSS, in modo da poter utilizzare:

page.css('p.parent > text()') 

per ottenere i nodi di testo che sono figli diretti di p.parent. Ciò restituirà anche alcuni nodi che sono solo whtespace, quindi potrebbe essere necessario filtrarli.

Answer 2

Dovresti essere in grado di utilizzare page.css('p.parent').children.remove.

Quindi il tuo page.css('p.parent').text restituirà il testo senza i nodi figli.

Nota: il page saranno modificati dal remove