nokogiri - rubymemo @ ウィキ

• 外部ライブラリ
• http://nokogiri.org/
• (参考) http://d.hatena.ne.jp/yo_takagi/20110225/1298619189

require 'nokogiri'
html = Nokogiri.HTML(open("bar.html"))
nodes = html.css("a")
nodes.each{|a| puts a.content}

• • インストール
    • libxml等が必要
    • CentOS5 では標準の libxml が古すぎるので注意が必要
      • http://d.hatena.ne.jp/kitamomonga/20100223/ruby_nokogiri_install_with_any_libxml2_path

gem install nokogiri

• • 読み込み

html = Nokogiri.HTML(io)
xml = Nokogiri.XML(io)
xml = Nokogiri.XML("<a>foo</a>")

• • ノード検索

nodes = html.xpath("//a")   # XPathによる検索
nodes = xml.css("a")   # CSSセレクタによる検索
node = html.at_css("body")   # at_をつけると最初の要素を返す
nodes = node.css("div")   # ノード配下の検索も可能

• • ノード情報
    • http://nokogiri.org/Nokogiri/XML/Node.html

tag = node.name   # 名前(タグ名/text/commentなど？)
href = node['href']   # attribute
nodes = node.children   # 子ノードの取得(parent/next/previousもある)
str = node.content   # 文字列化したもの(子孫の内容も含む)

• • ノード生成

xml = Nokogiri.XML("<foo></foo>")   # <foo>をルートとするXMLを作成
node = xml.root   # ルートノード
child = node.add_child('<div>')   # タグによる子ノード生成
child = node.add_child(foo)   # 子ノードの追加(複数も可？)
child[0].content = "hoge"   # childは追加した要素の配列になっている
next = node.add_next_sibling(foo)   # nodeの後ろに追加
prev = node.add_previous_sibling(foo)   # nodeの前に追加
copied = node.dup(0)   # ノードのコピー(0:deep copy(default), 1:shallow copy)
xml.write_to($stdout)   # xml文書を出力
node.write_to($stdout)   # xmlの一部を出力