Nodesでdtとddを一括りにする方法

Question

package main

import (
    "bytes"
    "fmt"
    "log"
    "github.com/PuerkitoBio/goquery"
)

const src = `
<dl>
  <dt>
    <div>
      <b class="uu">ue</b>
      <b class="ii">iu</b>
    </div>
  </dt>
  <dd>
    <a href="aaaaa">ojg</a>
  </dd>
  <dt>
    <div>
      <b class="ii">tb</b>
    </div>
  </dt>
  <dd>
    <a href="iiiii">tjk</a>
  </dd>
  <dt>
    <div>
      <b class="uu">hs</b>
      <b class="ee">mw</b>
    </div>
  </dt>
  <dd>
    <a href="uuuuu">wnm</a>
  </dd>
</dl>
`

func main() {
    doc, err := goquery.NewDocumentFromReader(bytes.NewBuffer([]byte(src)))
    if err != nil {
        log.Fatal(err)
    }
    all_data := [][]string{}
    doc.Find("dl").Each(func(index int, selection *goquery.Selection) {
        b_class := selection.Find("dt > div").Nodes
        a_href := selection.Find("dd > a").Nodes
        for i := 0; i < len(a_href); i++ {
            b_class2 := b_class.//????
            a_href2 := a_href[i].Attr[0].Val
　　　　　　　all_data　= append(all_data,[]string{b_class2, a_href2})
        }
    })
    fmt.Println(all_data)
}

[[ue iu,aaaaa],[tb, iiiii],[hs mw, uuuuu]]のようにするにはどうすれば良いのでしょうか？

<div>の中の<b>の数が同じであればできるのですが数が違う場合のやり方がよくわかりません。

go1.13

Comments

[nobonobo]

数が違う場合にどうしたいかについてもう少し説明が欲しいです。また単数対応を、複数対応にするというならループを組むのが直感的な方法かと思います。「クエリでどうこうする」のは考えない方が良いと思います。（方法はあるかもしれないけれど、融通は効かないので地道に実装した方が今後応用が効いて良いと思います。類似の質問が繰り返されているので）

[Palo_Punte]

すいません
今回は[dt > div > bのテキスト, dd > aのhref属性]にしたいと思っていました
dt > div > bのテキストが複数ある場合は
<b class="uu">ue</b>
<b class="ii">iu</b>
の場合ですとueiuでもue iuでもくっついていてもいなくても大丈夫です
selection.Find("dt > div > b").Text()のようなイメージで考えていました

類似の質問となってしまい大変申し訳ないのですが前回のやり方ではできずNodesのやり方そのものがネット上に中々見つからずわからなかったため質問をさせて頂こうと思ってしまいました。
ループで実現をするやり方を教えていただく事はできませんでしょうか？

Answer 1

どの単位で処理を動かしたいのかを考えます。
dtタグを起点にその次のddまでを一つのカタマリと扱いたいということであれば、
dtを探すごとに処理を展開するという意味で
「doc.Find("dt").Each(...)」を使います。

Eachごとに行う処理に渡される「selection *goquery.Selection」はdtを指し示していますので、
dtの中の処理はselectionに対して行えば良いです。
selectionからdd相当を取得するには「selection.Next()」とすれば良いです。
これで、dtとddが取得できました。

あとはdt、ddから子要素を取り出し、複数ならfor-loopで処理するだけです。
そうやって処理の結果得られたなにかをどうするかはご自由に。

https://play.golang.org/p/NacjOUw1d43

package main

import (
	"bytes"
	"fmt"
	"log"
	"strings"

	"github.com/PuerkitoBio/goquery"
)

const src = `
<dl>
  <dt>
    <div>
      <b class="uu">ue</b>
      <b class="ii">iu</b>
    </div>
  </dt>
  <dd>
    <a href="aaaaa">ojg</a>
  </dd>
  <dt>
    <div>
      <b class="ii">tb</b>
    </div>
  </dt>
  <dd>
    <a href="iiiii">tjk</a>
  </dd>
  <dt>
    <div>
      <b class="uu">hs</b>
      <b class="ee">mw</b>
    </div>
  </dt>
  <dd>
    <a href="uuuuu">wnm</a>
  </dd>
</dl>
`

func main() {
	doc, err := goquery.NewDocumentFromReader(bytes.NewBuffer([]byte(src)))
	if err != nil {
		log.Fatal(err)
	}
	all_data := [][]string{}
	doc.Find("dt").Each(func(index int, selection *goquery.Selection) {
		blist := []string{}
		for _, b := range selection.Find("div>b").Nodes {
			blist = append(blist, b.Attr[0].Val)
		}
		dd := selection.Next()
		list := []string{strings.Join(blist, ",")}
		for _, a := range dd.Find("a").Nodes {
			list = append(list, a.Attr[0].Val)
		}
		all_data = append(all_data, list)
	})
	fmt.Println(all_data)
}

Comments

[Palo_Punte]

すいません、ありがとうございます
doc.Find("dt").Eachの後は子要素以下のものしか弄れないとずっと思っていたのですがNext()というやり方があったのですね
このやり方ですと多少タグの位置が違っていてもどれでも取得ができそうな気が致します
他の場面でも試してみます
いつもありがとうございます