如何使用Nokogiri在Ruby on Rails中提取HTML文档中的电子邮件链接？

本文共计565个文字，预计阅读时间需要3分钟。

在Nokogiri的HTML代码中找到电子邮件地址，可以使用正则表达式匹配包含特定字符集的模式。以下是一个简单的例子：

rubyrequire 'nokogiri'require 'open-uri'

加载HTML内容_content=open('example.').read

使用Nokogiri解析HTMLdoc=Nokogiri::HTML(_content)

定义正则表达式来匹配电子邮件地址email_regex=/[\w\.-]+@[\w\.-]+/

查找所有的电子邮件地址emails=doc.xpath('//text()').map { |text| text.scan(email_regex) }.flatten

输出找到的电子邮件地址puts emails

在这个例子中，`example.`是包含HTML代码的文件。我们使用`open-uri`库来读取HTML文件的内容，然后用Nokogiri解析这个HTML内容。正则表达式`[\w\.-]+@[\w\.-]+`用于匹配大多数电子邮件地址格式。

注意：上述代码示例中使用了`//text()`来获取所有文本节点，这可能不是找到电子邮件地址的最佳方法，因为电子邮件地址可能被包含在其他HTML元素中。如果需要更精确的搜索，可能需要修改XPath表达式。