Nokogiri 是 Ruby 中基于 libxml2 的高性能 HTML/XML 解析库，支持 CSS 选择器与 XPath；用 Nokogiri::HTML 解析容错 HTML，Nokogiri::XML 解析严格 XML；推荐优先使用 css/at_css 提取元素，XPath 适用于复杂定位；注意编码转换以防中文乱码。

Nokogiri 是 Ruby 中最成熟、最常用的 HTML/XML 解析库，它底层基于 libxml2（和 libxslt），速度快、稳定性高，支持 CSS 选择器和 XPath，语法简洁直观。

加载 HTML 或 XML 文档

用 Nokogiri::HTML 解析 HTML（自动修复不规范标签），用 Nokogiri::XML 解析严格 XML（遇到格式错误会报错）：

• doc = Nokogiri::HTML(html_string)
• doc = Nokogiri::HTML(File.open("page.html"))
• doc = Nokogiri::XML(xml_string)
• doc = Nokogiri::XML(File.read("data.xml"))

如果不确定输入是否严格合规，又想解析 XML 内容，可用 Nokogiri::HTML.fragment 提取片段，或加选项 strict: false 容错。

用 CSS 选择器提取元素

这是最常用的方式，写法接近前端开发习惯：

• doc.css("h1") → 所有

  元素

• doc.css(".title") → class="title" 的元素
• doc.css("div#main a[href]") → main div 内带 href 的链接
• doc.at_css("meta[name='description']") → 第一个匹配元素（返回 Node，不是 NodeSet）

注意：css 返回 Nokogiri::XML::NodeSet（可遍历的集合），at_css 返回单个 Node 或 nil，适合取标题、摘要等唯一内容。

用 XPath 提取更复杂结构

XPath 更强大，适合嵌套定位、条件判断、位置索引等：

• doc.xpath("//ul[@class='nav']/li[1]/a/text()") → 导航栏第一个链接文字
• doc.xpath("//*[contains(@class, 'price')]") → class 含 price 的任意元素
• doc.at_xpath("//img/@src")&.value → 第一张图片的 src 属性值

XPath 表达式里属性用 @attr，文本内容用 text()，注意返回的是 NodeSet，取值需调用 .text、.[] 或 &.value 等方法。

读取属性、文本与修改内容

拿到 Node 后，常用操作包括：

• node.text → 去除标签的纯文本（含子节点文本）
• node.content → 同 text，但不合并空白
• node['href'] 或 node.attr("href") → 读取属性
• node.set_attribute("class", "new-class") → 修改属性
• node.inner_html = "new" → 替换内部 HTML
• node.remove → 删除该节点

批量处理时，通常配合 each 遍历 NodeSet，例如：doc.css("script").remove 可一键清除所有 script 标签。

不复杂但容易忽略：Nokogiri 默认使用 UTF-8 编码，若源文档是 GBK、Shift-JIS 等，需先转码再解析，否则中文可能乱码。可用 string.encode!("UTF-8", "GBK", invalid: :replace) 预处理。

# css  # html  # 前端  # node  # 编码  # 前端开发  # 中文乱码  # ai  # ruby  # String  # xml  # class  # nil  # href  # 选择器  # ul  # li  # 第一个  # 遍历  # 最常用  # 的是  # 这是  # 文档  # 适用于  # 不确定  # 速度快 

相关文章： 在线ppt制作网站有哪些,请推荐几个好的课件下载的网站？  家族网站制作贴纸教程视频,用豆子做粘帖画怎么制作？  视频网站制作教程,怎么样制作优酷网的小视频？  网站企业制作流程,用什么语言做企业网站比较好？  如何快速上传建站程序避免常见错误？  Python lxml的etree和ElementTree有什么区别  php json中文编码为null的解决办法  长沙企业网站制作哪家好,长沙水业集团官方网站？  网站建设制作需要多少钱费用,自己做一个网站要多少钱，模板一般多少钱？  官网自助建站系统：SEO优化+多语言支持，快速搭建专业网站  如何确保FTP站点访问权限与数据传输安全？  网站网页制作专业公司,怎样制作自己的网页？  宝塔面板如何快速创建新站点？  如何选择最佳自助建站系统？快速指南解析优劣  如何选择高效响应式自助建站源码系统？  建站主机默认首页配置指南：核心功能与访问路径优化  简易网站制作视频教程,使用记事本编写一个简单的网页html文件？  表情包在线制作网站免费,表情包怎么弄？  购物网站制作公司有哪些,哪个购物网站比较好？  大连企业网站制作公司,大连2025企业社保缴费网上缴费流程？  广州网站建站公司选择指南：建站流程与SEO优化关键词解析  移动端手机网站制作软件,掌上时代，移动端网站的谷歌SEO该如何做？  实现点击下箭头变上箭头来回切换的两种方法【推荐】  如何快速生成可下载的建站源码工具？  宝塔新建站点为何无法访问？如何排查？  建站DNS解析失败？如何正确配置域名服务器？  如何获取免费开源的自助建站系统源码？  如何在万网自助建站平台快速创建网站？  建站VPS推荐：2025年高性能服务器配置指南  如何在云主机快速搭建网站站点？  网站制作模板下载什么软件,ppt模板免费下载网站？  番禺网站制作公司哪家值得合作,番禺图书馆新馆开放了吗？  建站之星安装后如何配置SEO及设计样式？  如何在IIS中新建站点并解决端口绑定冲突？  Python路径拼接规范_跨平台处理说明【指导】  淘宝制作网站有哪些,淘宝网官网主页？  网站制作需要会哪些技术,建立一个网站要花费多少？  如何选择美橙互联多站合一建站方案？  ,南京靠谱的征婚网站？  建站主机选购指南：核心配置优化与品牌推荐方案  开心动漫网站制作软件下载,十分开心动画为何停播？  深圳网站制作案例,网页的相关名词有哪些？  专业的网站制作设计是什么,如何制作一个企业网站，建设网站的基本步骤有哪些？  建站之星展会模版如何一键下载生成？  南宁网站建设制作定制,南宁网站建设可以定制吗？  C#如何在一个XML文件中查找并替换文本内容  官网建站费用明细查询_企业建站套餐价格及收费标准指南  网站制作大概要多少钱一个,做一个平台网站大概多少钱？  如何通过二级域名建站提升品牌影响力？  台州网站建设制作公司,浙江手机无犯罪记录证明怎么开？