时间戳

首页 > 解决方案 > Nokogiri：当 HTML 代码无效时，x-path 查询失败

html - Nokogiri：当 HTML 代码无效时，x-path 查询失败

问题描述

我有一个（稍微）无效的 HTML 文档，如下所示：

<p>
    1
</p>
<p>
    <div>
        2
    </div>
</p>
<p>
    3
</p>

W3C 不允许div在p.

因此 Chrome（以及我猜的许多其他浏览器）隐含地更正了 HTML 代码，如下所示（如本文所述：将 <div> 放入 <p> 正在添加一个额外的 <p>）：

<p>
    1
</p>
<p>
</p>
<div>
    2
</div>
<p>
</p>
<p>
    3
</p>

浏览器通过添加第二个来更正 HTML p，现在有 2 个空p的和一个div位于根级别的。对于浏览器来说，这是真实的世界，它总是会说总共有 4p个。

我正在使用此处描述p的 Javascript构建最后一个 xpath：如何使用 Firebug xpath.js 脚本？prevSibling

prevSibling正在迭代所有 3 个之前p的返回值/p[4]，p这在 W3C 定义（和浏览器）方面是完全正确的。

然而，Nokogiri 省略了第二个空p并添加了一个错误：

意外的结束标签：p

对于 Nokogiri，总共只有 3p个这样的：

<p>
    1
</p>
<p>
</p>
<div>
    2
</div>
<p>
    3
</p>

因此，当我从我的 Javascript 代码（即/p[4]）中获得“正确”的 xpath 时，我想p使用 Nokogiri访问最后一个at_xpath("/p[4]")。但我得到nil是因为 Nokogiri 只有 3 p。

如何让 Nokogiri 以与浏览器相同的方式处理无效 HTML（即添加第二个空的 HTML ），以便在通过搜索访问它时p获得最后一个？p/p[4]

标签： htmlruby-on-railsrubynokogiri

解决方案

推荐阅读