用水豚提取url

Question

我有一個包含多個學生姓名的頁面，每個學生都有一個導致他圖表的URL。在HTML看起來像這樣：

<div class="student_name"> 
    <a target="_blank" data-tn-element="grade-result-link[]" data-tn-link 
    href="/johndoe/b89db3308ddaaed2?sp=0" rel="nofollow" class="student_link" 
    itemprop="url">John Doe</a> 
    <span class="graduated"> - Graduated 2013</span> 
</div> 

我想創建一個網頁上的每個學生的唯一的URL列表，但我最終得到的是學生的名字。我使用的是水豚用WebKit和我的代碼類似於此：

results = page.all('div.student_name').map do |item| 
    puts(item.text) 
end 

我怎麼這句話，所以我只能在href提取嵌入的（相對）的網址？

埃德

Answer 1

urls = page.all('div.student_name a', minimum: 1).map do |link] 
    link[:href] 
end 

應該讓你的URL。 minimum:1只會使all等待，直到頁面上至少有一個實例，並且在您的特定實例中可能不需要該實例。根據你使用的驅動程序，他們可能是完整的標準化的url，但是如果你真的需要親戚，剝離域名並不困難。