0

Linux Kernel(https://cdn.kernel.org/pub/linux/kernel/v4.x/ChangeLog-4.1.30)
Becky!(http://www.rimarts.jp/downloads/B2/Readme.txt)

上記 Changelog や Readme のようなテキストのみで構成されているページにおいて、
タイトルや ID のみを抽出するスクレイピング処理(Nokogiri)を実現したいのですが、XPathやCSSセレクタを使ったパースができません。

scan メソッドの正規表現で抽出する方法以外でなにかありませんでしょうか。

■環境
・Windows 10
・Cygwin
・Ruby 2.2.3
・nokogiri 1.6.6.2

1 件の回答 1

2

Nokogiri は XML/HTML パーサーなのでプレーンテキストは処理できません。

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。