文字列の中に含まれている同じ条件の文字列を複数抜き出したい

Question

現在tableという変数に入っているこのような文字列が入っています。(tableに囲まれている部分は10個ほどありすべてハッシュに変換したいのですが文量が多くなってしまうので省略させていただきました)

<table><tr><th>場所</th><td>家</td></tr><tr><th>ナンバー</th><td>〒000-0000</td></tr><tr><th>住所</th><td>東京都</td></tr><tr><th>最寄り駅</th><td>東海道線</td></tr></table><h3 class="heading">東北地方</h3><table><tr><th>場所</th><td>会社</td></tr><tr><th>ナンバー</th><td>〒111-1111</td></tr><tr><th>住所</th><td>福島県</td></tr><tr><th>最寄り駅</th><td>東北線</td></tr></table>～～（以後tableタグに囲まれているものと囲まれていないものが続く）

そこからこのようにハッシュに変換したものを配列に入れてこのようにしたいです。
{"場所"=>"家", "ナンバー"=>"〒000-0000", "住所"=>"東京都", "最寄り駅"=>"東海道線"}
{"場所"=>"会社", "ナンバー"=>"〒111-1111", "住所"=>"福島県", "最寄り駅"=>"東北線"}
～～（以後tableタグから抽出したハッシュが配列に入れられている）

どうすればよいか全くわからずとりあえず調べながらやったところ

table = table.match(/\<table\>(\S+)\</table\>/).to_s

p table
#  出力結果 "<table><tr><th>場所</th><td>家</td></tr><tr><th>ナンバー</th><td>〒000-0000</td></tr><tr><th>住所</th><td>東京都</td></tr><tr><th>最寄り駅</th><td>東海道線</td></tr></table>"

ary = table.split("</tr><tr>")
   map{|pair|  # <th>場所</th><td>家</td>
     /<th>(.*)</th><td>(.*)</td>/ =~ pair
     [$1,$2]
  }
h = Hash[*ary.flatten]
answer = [h]

p answer
# 出力結果 {"場所"=>"家", "ナンバー"=>"〒000-0000", "住所"=>"東京都", "最寄り駅"=>"東海道線"}

このように一つ目のtableタグを抽出することはできたのですが、
matchメソッドで二個目以降のtableタグを抽出する方法が分からず、詰まってしまいました。
（+の部分を変えてみたりしましたが、自分の正規表現の理解が浅いためかわかりませんでした）
そのため、二個目以降のtableタグに囲まれた部分をどのような方法で抽出すればよいか教えていただきたいです。
わかりずらい質問かもしれませんが、よろしくお願いいたします。

Answer 1

以下が参考になるのでは。

Ruby の正規表現を備忘録としてまとめてみたString#scan

第一引数にパターンを指定すると, そのパターンにマッチする文字列を一要素として, 配列を作ります:

'hello world'.scan(/\w+/)  # => ["hello", "world"]

おそらく「最短マッチ」が必要です。

tables = table.scan(/<table>.*?</table>/)

こんな感じで、当該部分が配列に格納されるはず。

Comments

[hiroshiga]

とてもわかりやすい説明ありがとうございました。
scanメソッドを使ったらうまくできました！

Answer 2

こんにちは

正規表現を使ってもできそうですが、nokogiri を使ってHTMLをパースすると、より楽に実現できるかもしれません。以下、その一例です。

require 'nokogiri' 


html = <<-HTML
<table>
    <tr><th>場所</th><td>家</td></tr>
    <tr><th>ナンバー</th><td>〒000-0000</td></tr>
    <tr><th>住所</th><td>東京都</td></tr>
    <tr><th>最寄り駅</th><td>東海道線</td></tr>
</table>
<h3 class="heading">東北地方</h3>
<table>
    <tr><th>場所</th><td>会社</td></tr>
    <tr><th>ナンバー</th><td>〒111-1111</td></tr>
    <tr><th>住所</th><td>福島県</td></tr>
    <tr><th>最寄り駅</th><td>東北線</td></tr>
</table>
HTML

result = Nokogiri::HTML.parse(html).search('table').map do |tbl|
    %w(th td).map { |tag| tbl.search(tag).map(&:content) }.transpose.to_h
end

print(result)

• 動作確認用paiza.io: projects/jPdqHkaQgP1x_pYvWTHC-A

Comments

[hiroshiga]

回答ありがとうございます。
今回は使えないのですが
nokogiriを使えるように勉強したいと思います！

[jun68ykt]

どういたしまして???? 参考になれば幸いです。