如何在Nokogiri中使用条件判断？缺失锚标签时填充“No Url Found”

我懂你现在的困扰——提取的文本有50条，但单独抓的href只有47条，因为部分里根本没有锚标签，这直接导致后续数据对应错位。咱们可以通过在遍历的过程中加入条件判断来搞定这个问题，同时保证文本和URL列表的数量完全匹配。

Nokogiri中的条件判断核心用法 #

在处理每个节点时，我们可以用at_css('a')来检查当前下是否存在子级标签：

• 如果存在，at_css('a')会返回对应的节点对象
• 如果不存在，它会返回nil

完整解决方案代码 #

不再分开提取所有文本和所有URL，而是逐个处理每个目标节点，这样每个文本都会对应一个URL（要么是真实链接，要么是默认填充值）：

# 遍历你需要处理的<td>集合（这里根据你的代码，假设是nth-child(1)的<td>）
page.css("td:nth-child(1)").each do |td|
  # 提取<td>的文本内容，和之前的逻辑一致
  company_name = td.text.strip
  
  # 检查当前<td>是否包含<a>标签
  anchor_tag = td.at_css('a')
  
  # 条件判断：存在锚标签则取href，否则填充默认值
  directory_url = if anchor_tag
                    anchor_tag['href']
                  else
                    "No Url Found"
                  end
  
  # 输出结果（也可以存入数组供后续使用）
  puts "公司名称: #{company_name}, 链接: #{directory_url}"
end

如果喜欢更简洁的写法，可以用三元运算符替换if-else：

page.css("td:nth-child(1)").each do |td|
  company_name = td.text.strip
  anchor_tag = td.at_css('a')
  directory_url = anchor_tag ? anchor_tag['href'] : "No Url Found"
  puts "公司名称: #{company_name}, 链接: #{directory_url}"
end

存入数组的版本（方便后续处理） #

如果需要把结果存入数组，保证两个数组长度完全匹配：

company_names = []
directory_urls = []

page.css("td:nth-child(1)").each do |td|
  company_names << td.text.strip
  anchor_tag = td.at_css('a')
  directory_urls << (anchor_tag ? anchor_tag['href'] : "No Url Found")
end

# 验证数量是否一致
puts "文本总数: #{company_names.length}"
puts "URL总数: #{directory_urls.length}"

这样处理后，不管里有没有锚标签，company_names和directory_urls的长度都会完全一致，再也不会出现错位的问题了。

内容的提问来源于stack exchange，提问作者Ruel Nopal