hpricot：rails的解析html插件

夜鸣猪

pricot 是快又好用的 Ruby HTML parser，来源 JQuery。它的特点是 1.速度快，因为核心用C改写了 2.好用的介面，你可以用CSS selectors,element IDs,tag types 等。

其它特点可以解析 XML，可以解析 invaild 的 HTML，甚至可以更改 document 结构。

open-uri中文说明


hpricot官方git地址

require 'open-uri' doc = open("http://qwantz.com/") { |f| Hpricot(f) }


require 'rubygems'require 'hpricot'document = <<END<ul><li>first item</li><li>second item</li></ul>ENDdoc = Hpricot.parse(document)(doc/'li').each do |item|puts item.inner_html#输出内容end


require 'rubygems'require 'hpricot'require 'open-uri'url = "http://www.abc.com/news/news_msg.php”doc = Hpricot(open(url))doc.search(’table tr td div.tbCopy font’).each do |item|(item/’a').each do |nav|puts nav.attributes['href']#读取属性puts nav.inner_htmlendend