jruby での nokogiri 。チュートリアルの勝手なまとめ おまけ
さて、
jruby における nokogiri のチュートリアルの勝手なまとめ、いちおう終わりましたけど、nokogiri というか xml や xhtml を含む html は奥が深いです。
チュートリアルの勝手なまとめ直しは、そのさわりを紹介したにすぎません。実のところ、私もまだ勉強中でよく分かってません。
nokogiri の細かい api については本家サイト（http://nokogiri.org/）の api 一覧でも見てもらうか、ruby のメタな機能を利用してメソッドを探るか、そうでないならソースを読むか、でしょうかね？
（英語サイトでもっと詳しい解説がどこかにあるかもしれませんが）
● 試しに Nokogiri::HTML::Document の public_method を求めてみる。
$KCODE = 'UTF8'
require 'rubygems'
require 'nokogiri'
require 'pp'@doc = Nokogiri::HTML("<html><body><h1>Mr. Belvedere Fan Club</h1></body></html>")
puts "@doc の class を出力 : #{@doc.class}"
puts "@doc の public_methods を出力 : #{@doc.public_methods.sort.pretty_inspect}"
# 実行結果は略
私が nokogiri に興味を持ってのは、面白半分に Rails を触ってみて、Rails もそうですけど、xhtml がやたらに難しいな、と思ったからです。もっと楽に xhtml を扱えないかなと。
もちろん、HTMLエディタといったものはあります。ubuntu 上でも KompoZer などが利用できます。
http://sourceforge.jp/magazine/10/07/16/098249
http://kompozer.cssmaid.net/
しかし、それにしても制約がいろいろあって、思うにまかせません。もっと自由に簡単に xhtml を扱える方法はないものか、という考えから、nokogiri を調べることにしてみたのです。
私もそのあたりは研究中です。みなさんも分かったことがあったら、ブログでもなんででもレポートして下さい。
● xhtml をいろいろ操作してみる土台的ななにか
# ○基本となる xhtml ファイル
$KCODE = 'UTF8'require 'rubygems'
require 'nokogiri'
@doc = Nokogiri::HTML <<-EOHTML
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />
<title>タイトル</title>
<style type="text/css">
</style>
</head>
<body>
<h1>見出し１</h1>
<p>段落１</p>
<p>段落２</p>
</body>
</html>
EOHTML
puts "■ 基本となる xhtml ファイル を出力"
puts @doc.to_html
=begin
実行結果
■ 基本となる xhtml ファイル を出力
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8">
<title>タイトル</title>
<style type="text/css">
</style>
</head>
<body>
<h1>見出し１</h1>
<p>段落１</p>
<p>段落２</p>
</body>
</html>
=end
puts "■ 処理の基準となるタグの検索（search メソッドを使って）"
puts "□ html タグの検索"
puts @doc.search("html")
puts "□ head タグの検索"
puts @doc.search("head")
puts "□ body タグの検索"
puts @doc.search("body")
puts "■ xpath による検索"
tag_contents = @doc.xpath("//p")
puts '■ @doc.xpath("//p") の要素 を出力。'
tag_contents.each{|elem| puts elem}
=begin
実行結果
■ 処理の基準となるタグの検索（search メソッドを使って）
□ html タグの検索
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8">
<title>タイトル</title>
<style type="text/css">
</style>
</head>
<body>
<h1>見出し１</h1>
<p>段落１</p>
<p>段落２</p>
</body>
</html>
□ head タグの検索
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8">
<title>タイトル</title>
<style type="text/css">
</style>
</head>
□ body タグの検索
<body>
<h1>見出し１</h1>
<p>段落１</p>
<p>段落２</p>
</body>
■ xpath による検索
■ @doc.xpath("//p") の要素 を出力。
<p>段落１</p>
<p>段落２</p>
## ### 補足
tag_contents = @doc.xpath("//p")[0]
あるいは
tag_contents = @doc.xpath("//p")[1]
などとも指定できる。
また、次の形式もある。
css_elems = @doc.css("html head")
=end
puts '■ @doc.css("html head") の要素 を出力。'
css_elems = @doc.css("html head")
css_elems.each{|elem| puts elem}
=begin
実行結果
■ @doc.css("html head") の要素 を出力。
<head>
<meta http-equiv="Content-Type" content="text/html;charset=utf-8">
<title>タイトル</title>
<style type="text/css">
</style>
</head>
=end
puts "■ 上記タグの子供のリストを求める。"
puts "□ htmlタグの子供を求める"
puts @doc.search("html").children
puts "□ headタグの子供を求める"
puts @doc.search("head").children
puts "□ bodyタグの子供を求める"
puts @doc.search("body").children
# 実行結果、略
○ノード（xml の要素）の移動・属性変更・ノードの新規作成・ラッピング に関しては、
先の勝手にまとめるチュートリアルに書きました。
では。
