从HTML中自动提取图像

Question

如何使用机械化或Nokogiri从当前页面中提取特定图像的src参数？

该图像位于类似于以下内容的内部：

<div class="aaa">
    <div id="bbb">
        <div class="pp">
        <img src="/user/photo/photo01" alt="photo">
        </div>
    </div>
</div>

，这就是我所尝试的：

agent = ::Mechanize.new
agent.get ("some html url page")
doc = Nokogiri::HTML(open(agent.page.uri.to_s))
@result = doc.css('img')

我很感谢你的帮助。

Answer 1

下面将为src和#bbb div中的每个a标记打印.aaa属性：

html = %Q{
  <div class="aaa">
    <div id="bbb">
      <div class="pp">
        <img src="/user/photo/photo01" alt="photo">
       </div>
     </div>
   </div>
}

doc = Nokogiri(html)
doc.search('.aaa #bbb img').each |link| 
  puts link.attr('src')
end