Nokogiriのカスタム要素に名前空間を保存するHTML

私は、別のプログラムで使用されるいくつかの特別なタグでマークアップしたサンプルHTMLを持っています。 <START:organization>..<END>要素に注意する必要があります。Nokogiriのカスタム要素に名前空間を保存するHTML

<html> 
<head/> 
<body> 
    <ul> 
    <li> <START:organization> Advanced Integrated Pest Management <END> </li> 
    <li> <START:organization> American Bakers Association <END> </li> 
    </ul> 
</body> 
</html>

私は簡単に<script>のような無関係なタグを削除する前処理にHTMLを鋸山を使用していました。問題は、鋸山は<organization>に<START:organization>要素を変更していることである

module Nokogiri 
    module HTML 
    class Document 
     def prepare_html 
     xpath("//script").remove 
     to_html.remove_new_lines 
     end 
    end 
    end 
end

：私は鋸山Documentクラスに次の拡張機能を作成しました。

私はカスタムマークアップタグを維持するためにHTMLを保存できますか？

出典

2011-02-06 dagda1

他の2つのように、あなたの入力が標準のXMLでもHTMLでもない場合は、本当にそれが動作するように設計されたパーサを期待することはできません。

それにもかかわらず、あなたは、次のいずれかの操作を実行できます。フォロー規格に

は（それが何であるか好奇心）を使用して、あなたがている他のプログラムを変更するこの場合
のために働く鋸山をハックします
使用しているDSL用の個別のパーサーを作成する

出典

2011-02-06 09:22:32 loosecannon

Nokogiri :: XML :: Documentにパッチを適用してください。代わりにto_xmlを使用してください。名前空間はHTMLでは有効ではないため、Nokogiriは解析/生成しないと考えています。

あなたの<END>タグは有効なXMLではないため、どちらの標準でも文書が有効ではありません。

出典

2011-02-06 07:42:39 wuputah

マークアップが有効な場合、HTMLパーサーではなくXMLパーサーで解析できます。

編集：ただ、実現この：

<START:organization>..<END>

問題のカップルがここにあります。まず、開始タグと終了タグが一致しません。開始タグが '' then it should be terminated by 'の場合第2に、ノード名にコロンを使用することは、XMLで特定の意味を持ちます。つまり、最初の部分は名前空間で、2番目の部分はノード名です。この場合、「organization」という名前のタグを使用するか、属性にタグを含める必要があります。最初はおそらく最も理にかなっています。従って：

<organization>..</organization>

これを変更できない場合は、有効なXMLでもHTMLでもないため、XML/HTMLパーサーを使用することはできません。

出典

2011-02-06 07:44:25 troelskn

Nokogiriのカスタム要素に名前空間を保存するHTML

答えて

関連する問題