Ruby:
解析HTML
如何操作：
要在Ruby中解析HTML，请用gem install nokogiri安装’Nokogiri’宝石。Nokogiri就像是用于在Ruby中处理HTML和XML的瑞士军刀。这里有一个快速示例：
require 'nokogiri'
require 'open-uri'
# 从网站加载HTML内容
html_content = URI.open('http://example.com').read
# 解析HTML
doc = Nokogiri::HTML(html_content)
# 提取标题
title = doc.xpath('//title').text
puts "该页面的标题是：#{title}"这会输出类似于：该页面的标题是：Example Domain的东西。
深入探讨
回到早期的Ruby日子，解析HTML的选项有限。REXML内置但缓慢。然后出现了Hpricot，但它逐渐淡出。Nokogiri在2008年面世，将Hpricot的易用性与libxml的速度和力量结合起来，libxml是一个经过验证的XML工具包。
在解析世界中，总是有替代品。有些人宣誓依靠内置的’rexml’库或’oga’，另一个用于Ruby的XML/HTML解析器。但是Nokogiri因其健壮性和速度保持着人们的喜爱，更不用说其庞大的功能数组了。
在底层，Nokogiri将HTML转换为文档对象模型（DOM）——一种树状结构。这让导航和操纵元素变得简单。使用XPath和CSS选择器，您可以精确地指向您需要的任何信息。