Прямо сейчас я успешно захватил полный элемент со страницы HTML следующим образом:
//img[@class='photo-large']
например, он вернет это:
<img src="http://example.com/img.jpg" class='photo-large' />
Но мне нужен только URL-адрес SRC (http://example.com/img.jpg). Любая помощь?
Вы так близки к тому, чтобы ответить на этот вопрос самостоятельно, что я несколько неохотно отвечаю на него за вас. Однако следующий XPath должен предоставить то, что вы хотите (конечно, при условии, что источником является XHTML).
//img[@class='photo-large']/@src
Дополнительные советы можно найти на странице W3 Schools. У них есть отличные учебники по таким вещам, а также отличный справочник.
При использовании Hpricot это работает:
doc.at('//img[@class="photo-large"]')['src']
Если у вас есть более одного изображения, следующее дает массив:
doc.search('//img[@class="photo-large"]').map do |e| e['src'] end
Однако Nokogiri во много раз быстрее и его "можно использовать в качестве замены" для Hpricot.
Вот версия для Nokogiri, в которой работает этот XPath для выбора атрибутов:
doc.at('//img[@class="photo-large"]/@src').to_s
или для многих изображений:
doc.search('//img[@class="photo-large"]/@src').to_a
//изображение/@src
вы можете просто пойти с этим, если хотите ссылку на изображение.
пример:
<img alt="" class="avatar width-full rounded-2" height="230" src="https://avatars3.githubusercontent.com/...;s=460" width="230">
