刮时如何避免加入节点中的所有文本
当我从HTML或XML刮取几个相关的节点以提取文本时，所有文本都合并为一个长字符串，从而无法恢复单个文本字符串。
例如：
require 'nokogiri'
doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<p>foo</p>
<p>bar</p>
<p>baz</p>
</body>
</html>
EOT
doc.search('p').text # => "foobarbaz"
但是我想要的是：
["foo", "bar", "baz"]
抓取XML时也会发生相同的情况：
doc = Nokogiri::XML(<<EOT)
<root>
<block>
<entries>foo</entries>
<entries>bar</entries>
<entries>baz</entries>
</block>
</root>
EOT
doc.search('entries').text # => "foobarbaz"
为什么会发生这种情况，我该如何避免呢？
问题答案：
这是一个容易解决的问题，其原因是没有阅读有关text在NodeSet和Node（或Element）上使用时的行为的文档。
该节点集文档表示text将：
获取所有包含的Node对象的内部文本
我们看到的是：
doc = Nokogiri::HTML(<<EOT)
<html>
<body>
<p>foo</p>
<p>bar</p>
<p>baz</p>
</body>
</html>
EOT
doc.search('p').text # => "foobarbaz"
因为：
doc.search('p').class # => Nokogiri::XML::NodeSet
相反，我们要获取每个Node并提取其文本：
doc.search('p').first.class # => Nokogiri::XML::Element
doc.search('p').first.text # => "foo"
可以使用map：
doc.search('p').map { |node| node.text } # => ["foo", "bar", "baz"]
Ruby允许我们使用以下代码更简洁地编写代码：
doc.search('p').map(&:text) # => ["foo", "bar", "baz"]
无论我们使用的是HTML还是XML，同样的事情也适用，因为HTML是XML的一种更为宽松的版本。
节点具有几种获取其嵌入文本的别名方法。从文档中：
#content ⇒ Object
也称为：text，inner_text
返回此节点的内容。
-
我在我的项目中使用spack-sql-2.3.1v、kafka和java8。与 在消费者方面，我尝试使用下面的代码在hdfs me中编写文件 当我存储到hdfs文件夹中时，它看起来像下面的东西，即每个文件都在1.5k即几个KB。 由于这个小文件，它需要大量的处理时间，而我从hdfs中读取更大的数据集 问题： > 如果我想计算给定hdfs文件夹中的记录总数，如何计算？ 新更改后 运行成功结果包括：
-
问题内容： 我试图写一个近似平方根的函数（我知道有数学模块……我想自己做），但我被浮点运算搞砸了。如何避免这种情况？ 使用它会产生以下结果： 我意识到我可以使用，但是我希望能够做到这一点非常准确。我希望能够计算出6或7位数字。如果我四舍五入，那将是不可能的。我想了解如何在Python中正确处理浮点计算。 问题答案： 这实际上与Python无关- 使用硬件的二进制浮点算法，您会在任何语言中看到相同的
-
问题内容： 在C＃中，我发现了一种非常可爱的方法，该方法使您可以从指定控件中获取所有后代和所有THEIR后代。 我正在寻找JavaFX的类似方法。 我看到了我要使用的类，因为它是派生所有带有孩子的Node类的类。 到目前为止，这是我所拥有的（并且我还没有在Google上通过“ JavaFX从场景中获取所有节点”之类的搜索真正找到任何东西）： 那么，如何确定N是否是父母（或从父母继承）呢？我说的对吗
-
问题内容： 我知道python中的循环导入问题已经出现过很多次了，我已经阅读了这些讨论。在这些讨论中反复提出的意见是，循环导入表明设计不良，应重新组织代码以避免循环导入。 有人可以告诉我在这种情况下如何避免循环导入吗？：我有两个类，并且我希望每个类都有一个构造函数（方法），该构造函数接受另一个类的实例并返回该类的实例。 更具体地说，一类是可变的，一类是不变的。哈希，比较等需要不可变的类。可变类也需
-
问题内容： 我可以在不生成编译的.pyc文件的情况下运行python解释器吗？ 问题答案： 来自“ Python 2.6的新增功能- 解释器更改” ： 现在，可以通过向Python解释器提供-B开关，或者通过在运行解释器之前设置 PYTHONDONTWRITEBYTECODE环境变量来阻止Python编写.pyc或.pyo文件。此设置可作为Python程序的 变量使用，并且Python代码可以更改
-
我必须在JavaSelenium应用程序中解析此元素： 我想得到一个包含所有5个孩子的列表，包括文本。当我使用WebElement中的任何选择器（xpath、cssSelector）时，它只返回4个非文本元素。有人知道怎么做吗？我是硒的新手，以前从未使用过。谢谢