html – 尝试使用Nokogiri和自定义伪类CSS选择器提取属性值

加载(X) HTML页面后,我试图获取元标记的“内容”属性的值.例如,给定：

<Meta name="author" content="John Smith" />

我想提取价值“约翰史密斯”.

我知道如何使用XPath并理解CSS主要用于元素选择,但Nokogiri支持定义custom CSS pseudoclasses我认为可以使用如下：

class CSSext
  def attr(nodeset,tag)
    nodeset.first.attribute_nodes.find_all {|node| node.name == tag}
  end
end

doc = Nokogiri::HTML(open(someurl))
doc.css("Meta[name='name']:attr('content')",CSSext.new)

但是,这会返回相同的结果

doc.css("Meta[name='name']")

是什么赋予了？ Nokogiri使用相同的引擎进行CSS和XPath搜索,因此在XPath中可能的任何东西都应该在CSS中可行.我该如何提取属性值？

解决方法

为什么不呢？

doc.at("Meta[name='author']")['content']

据我所知,伪类只能用于过滤节点集,但不能用一些其他值替换节点集,例如其中一个节点属性的值.