如何用Nokogiri漂亮打印HTML？

我在Ruby中编写了一个网页爬虫，我正在使用Nokogiri :: HTML来解析页面。我需要打印页面，同时在IRB中混乱我注意到一个pretty_print方法。然而，它需要一个参数，我无法弄清楚它想要什么。

我的抓取工具正在缓存网页的HTML并将其写入本地机器上的文件。我想“漂亮打印”HTML，以便在我这样做时看起来很好，格式正确。

解决方法

通过“漂亮的打印”HTML页面，我认为你的意思是想要用适当的缩进格式重新格式化HTML结构。诺基里不支持pretty_print方法用于“pp”库，输出仅用于调试。

有几个项目能够很好地理解HTML，以便能够重新格式化，而不会破坏实际上重要的空白(着名的是HTML Tidy)，但是通过谷歌搜索，我发现这篇文章是“Pretty printing XHTML with Nokogiri and XSLT”。

归结为：

xsl = Nokogiri::XSLT(File.open("pretty_print.xsl"))
html = Nokogiri(File.open("source.html"))
puts xsl.apply_to(html).to_s

它需要您，当然，将链接的xsl文件下载到您的文件系统。我在我的机器上很快尝试了，它的作用就像一个魅力。