2010-04-22 15 views
13

Ho un documento HTML con collegamenti collegamenti, per exemple:Cambiare attributi href con nokogiri e Ruby on Rails

<html> 
    <body> 
    <ul> 
    <li><a href="http://someurl.com/etc/etc">teste1</a></li> 
    <li><a href="http://someurl.com/etc/etc">teste2</a></li> 
    <li><a href="http://someurl.com/etc/etc">teste3</a></li> 
    <ul> 
    </body> 
</html> 

voglio con Ruby on Rails, con nokogiri o qualche altro metodo, di avere un documento finale così:

<html> 
    <body> 
    <ul> 
     <li><a href="http://myproxy.com/?url=http://someurl.com/etc/etc">teste1</a></li> 
     <li><a href="http://myproxy.com/?url=http://someurl.com/etc/etc">teste2</a></li> 
     <li><a href="http://myproxy.com/?url=http://someurl.com/etc/etc">teste3</a></li> 
    <ul> 
    </body> 
</html> 

Qual è la migliore strategia per raggiungere questo obiettivo?

+0

State voi costruendo dinamicamente la pagina html in un modello rotaie (cioè .html.erb) o è già stato costruito e si vuole ri -canali (usando Nokogiri ecc.) dopo il fatto? –

+0

Il documento è già stato creato. –

risposta

25

Se si sceglie di utilizzare Nokogiri, credo che questo dovrebbe funzionare:

require 'cgi' 
require 'rubygems' rescue nil 
require 'nokogiri' 

file_path = "your_page.html" 
doc = Nokogiri::HTML(open(file_path)) 
doc.css("a").each do |link| 
    link.attributes["href"].value = "http://myproxy.com/?url=#{CGI.escape link.attributes["href"].value}" 
end 
doc.write_to(open(file_path, 'w')) 

Se sono rotaie non sbaglio carichi REXML per impostazione predefinita, a seconda di ciò che si sta cercando di fare è possibile utilizzare questo anche.

+0

Funziona come un fascino! Grazie a jdeseno! –

+2

'link ['href']' è una scorciatoia per 'link.attributes [" href "]. Value' – aidan

+0

cosa succede se voglio che il risultato sia cambiato in una variabile? – nXqd

0

Ecco quello che ho fatto per la sostituzione di immagini src attributi:

 doc = Nokogiri::HTML(html) 
     doc.xpath("//img").each do |img| 
     img.attributes["src"].value = Absolute_asset_path(img.attributes["src"].value) 
     end 
     doc.to_html     // simply use .to_html to re-convert to html