Nokogiri, Xpathでh1タグに挟まれた兄弟タグの数え方

実現したいこと

下手なタイトルですみません。
RubyのNokogiriを使用しています。
次のHTMLでh1タグ(mmmm)に挟まれている兄弟関係にあるdivタグ(oooo)を数え上げる手法があれば教えてください。想定している出力結果としては"[3,2,1]"等です。

HTML
1<div id="CONTENTS_MAIN">
2    <h1 class="mmmm"></h1>
3    <div class ="oooo"></div>
4    <div class ="oooo"></div>
5    <div class ="oooo"></div>
6    <h1 class="mmmm"></h1>
7    <div class ="oooo"></div>
8    <div class ="oooo"></div>
9    <h1 class="mmmm"></h1>
10    <div class ="oooo"></div>
11    <h1 class="mmmm"></h1>
12</div>

前提

スクレイピングで遊んでいます。
RubyでNokogiri(1.14.3)を使用しています。
他に必要な情報があればどうぞご教授下さい。

行動規範の内容に同意します

回答2件

他の回答のコメントに書くべき所を回答に書いてしまったのですが、削除だけするのも何なので、別解を書いておきます。
<div id="CONTENTS_MAIN">の子要素を全部並べて、h1.mmmmでグループに分割して、それぞれでdivを数えます。
クラス名までチェックしたいのか、質問の記述が曖昧なので、タグだけ見るのかクラスも見るのか、それぞれ1例ずつにしています。

Ruby
1counts = doc.css("div#CONTENTS_MAIN > *").slice_when{|x,y| x.name=="h1" && x["class"]=="mmmm"}.map{|x| x.count{|y| y.name=="div"}}

ただし、結果は[0, 3, 2, 1]のように先頭のh1タグの前の個数も数えますので、不要なら結果の先頭を削除。

投稿2023/04/30 08:56

編集2023/04/30 12:17

otn

総合スコア84505

decatail

2023/04/30 12:54 編集

クラス名の指定の有無まで考慮頂きまして大変ありがとうございます。御提示頂いた書き方ですと、最後のh1タグの後にdivタグが来たとしてもそれも含めて数え上げてくれますね。大変助かりました。ありがとうございました。

行動規範の内容に同意します

ベストアンサー

ruby
1require 'nokogiri'
2require 'open-uri'
3
4html = '<div id="CONTENTS_MAIN">
5    <h1 class="mmmm"></h1>
6    <div class ="oooo"></div>
7    <div class ="oooo"></div>
8    <div class ="oooo"></div>
9    <h1 class="mmmm"></h1>
10    <div class ="oooo"></div>
11    <div class ="oooo"></div>
12    <h1 class="mmmm"></h1>
13    <div class ="oooo"></div>
14    <h1 class="mmmm"></h1>
15</div>'
16
17doc = Nokogiri::HTML(html)
18count = doc.xpath('//h1[@class="mmmm"]').each_cons(2)\
19           .map{|a, b| (a.xpath('following-sibling::div[@class="oooo"]') & b.xpath('preceding-sibling::div[@class="oooo"]')).count}
20# count = doc.xpath('//h1[@class="mmmm"]').map{|m| m.xpath('following-sibling::div[@class="oooo"]').count}.each_cons(2).map{|a, b| a - b}
21
22p count
23
24# [3, 2, 1]