使用 hpricot 解析 3 个表列

Question

我得到了一个 HTML 文档，其中包含非常简单的表格，如下所示

<table>
<tr><th>Country</th><th>Date</th></tr>

<tr>
    <td><b><a href="/calendar/?region=BE">Belgium</a></b></td>
    <td align="right"><a href="/date/04-20/">20 April</a> <a href="/year/2001/">2001</a></td>
    <td>(original release)</td>
</tr>

<tr>
    <td><b><a href="/calendar/?region=BE">Belgium</a></b></td>
    <td align="right"><a href="/date/04-25/">25 April</a> <a href="/year/2001/">2001</a></td>
    <td></td>
</tr>

<tr>
    <td><b><a href="/calendar/?region=FR">France</a></b></td>
    <td align="right"><a href="/date/04-27/">27 April</a> <a href="/year/2001/">2001</a></td>
    <td></td>
</tr>

<tr>
    <td><b><a href="/calendar/?region=CH">Switzerland</a></b></td>
    <td align="right"><a href="/date/05-25/">25 May</a> <a href="/year/2001/">2001</a></td>
    <td>(French speaking region)</td>
</tr>

<tr>
    <td><b><a href="/calendar/?region=CZ">Czech Republic</a></b></td>
    <td align="right"><a href="/date/07-06/">6 July</a> <a href="/year/2001/">2001</a></td>
    <td>(International Film Festival)</td>
</tr>
</table>

前两列很容易解析：

document.search("a[@href*=calendar]").each { |country| countries << country.inner_text }
document.search("td[@align*=right]").each { |date| dates << date.inner_text }

但是我在从第三列查找值时遇到了麻烦。我需要将它们全部排列起来，包括空白的。我该怎么做？

Answer 1

回答我自己的问题：

document.search("td[@align*=right]").each { |comment| comments << comment.next.next.inner_text }