解析一些棘手的HTML與nokogiri

Question

我想解析這個與Nokogiri的HTML，但我卡住了。

<b>Dudule Francis</b> 
<br> 
<b>Tél. : </b> 
01 02 03 04 05 
<br> 
<b>Fax : </b> 
10 90 80 70 60 

我想提取第一個電話號碼01 02 03 04 05。它在</b>和<br>之間，並且只有當<b>Tél. : </b>被發現時。如果有人得到線索，我是開放的。

Answer 1

noko = Nokogiri::HTML(html_text) 
noko.xpath("//b[text() = 'Tél. : ']").each do |b| 
    puts b.next_sibling.content.strip 
end 
# 01 02 03 04 05 

Answer 2

最簡單的辦法：

doc.at('b[text()="Tél. : "]').next.text 

如果你想確保它的b和下一局之間的一些原因：

doc.at('b[text()="Tél. : "] + br').previous.text 

Answer 3

我發現CSS更容易理解很多時候，儘管CSS本身通常不會查看節點的文本，迫使我們使用XPath，但Nokogiri使用jQuery的擴展爲我們提供了一些額外的幫助：

doc.at('b:contains("Tél.")').next_sibling.text.strip 
"01 02 03 04 05"