我有以下字符串作为示例
"<p>Hello,</p><p><br></p><p>my name is Same</p><p><br></p><p><br></p><p>Farewell,</p><p>Same</p>"
我想从中删除所有HTML标记。我使用的是以下哪种方法
Nokogiri::HTML(CGI.unescapeHTML(@message_preview)).content
但它最终产生了,
"Hello,my name is SameFarewell,Same"
当我想要的时候
"Hello, my name is Same Farewell, Same"
注意空格,给定换行符,我希望它的位置有一个空格而不是字符串中的下一个字符。
我希望尝试使用gsub或正则表达式,但我对如何实现它有点迷失。
你可以在这里使用split
传递一个适用于你的例子的正则表达式(s是你的字符串)。
def wordy s
s.split(/\<.*?\>/)
.map(&:strip)
.reject(&:empty?)
.join(' ')
.gsub(/\s,/,',')
end
s = "<p>Hello,</p><p><br></p><p>my name is Same</p><p><br></p><p><br></p><p>Farewell,</p><p>Same</p>"
t = "<p>Hello <strong>Jim</strong>,</p><p> </p><p>This is <em>Charlie</em> and<u> I wanted to say</u></p><ol><li>hello</li><li>goodby</li></ol><p> </p><p>Farewell,</p><p>Lawrence</p>"
p wordy s
#"Hello, my name is Same Farewell, Same"
p wordy t
#"Hello Jim, This is Charlie and I wanted to say hello goodby Farewell, Lawrence"
不幸的是,当没有给出块时,Nokogiri::XML::Node#traverse
不返回枚举器,这就是为什么我们需要这个丑陋的黑客来预先定义一个局部变量。
require 'nokogiri'
result, input = [], "<p>Hello,</p><p><br></p><p>my name is Same</p>" \
"<p><br></p><p><br></p><p>Farewell,</p><p>Same</p>"
Nokogiri::HTML(CGI.unescapeHTML(input)).traverse do |e|
result << e.text if e.text?
end
result.join(' ')
#⇒ "Hello, my name is Same Farewell, Same"