Konwersja HTML na zwykły tekst (z włączeniem <br> s)

Question

Czy można przekonwertować HTML z Nokogiri na zwykły tekst? Chcę również dodać tag <br />.

Na przykład, biorąc pod uwagę to HTML:

<p>ala ma kota</p> <br /> <span>i kot to idiota </span> 

chcę tego wyjścia:

ala ma kota 
i kot to idiota 

Kiedy tylko zadzwonić Nokogiri::HTML(my_html).text wyklucza <br /> tag:

ala ma kota i kot to idiota 

Answer 1

Zamiast pisania złożonego wyrażeń regularnych użyłem Nokogiri.

Roztwór roboczy (K.I.S.S!):

def strip_html(str) 
    document = Nokogiri::HTML.parse(str) 
    document.css("br").each { |node| node.replace("\n") } 
    document.text 
end 

Answer 2

nic takiego istnieje domyślnie, ale możesz łatwo zhakować coś, co jest blisko do żądanego wyjścia:

require 'nokogiri' 
def render_to_ascii(node) 
    blocks = %w[p div address]      # els to put newlines after 
    swaps = { "br"=>"\n", "hr"=>"\n#{'-'*70}\n" } # content to swap out 
    dup = node.dup         # don't munge the original 

    # Get rid of superfluous whitespace in the source 
    dup.xpath('.//text()').each{ |t| t.content=t.text.gsub(/\s+/,' ') } 

    # Swap out the swaps 
    dup.css(swaps.keys.join(',')).each{ |n| n.replace(swaps[n.name]) } 

    # Slap a couple newlines after each block level element 
    dup.css(blocks.join(',')).each{ |n| n.after("\n\n") } 

    # Return the modified text content 
    dup.text 
end 

frag = Nokogiri::HTML.fragment "<p>It is the end of the world 
    as   we 
    know it<br>and <i>I</i> <strong>feel</strong> 
    <a href='blah'>fine</a>.</p><div>Capische<hr>Buddy?</div>" 

puts render_to_ascii(frag) 
#=> It is the end of the world as we know it 
#=> and I feel fine. 
#=> 
#=> Capische 
#=> ---------------------------------------------------------------------- 
#=> Buddy? 

Answer 3

Spróbuj

Nokogiri::HTML(my_html.gsub('<br />',"\n")).text 

Answer 4

Nokogiri obetnie się łączy, więc używam tego pierwszego celu zachowania powiązań w wersji tekstowej:

html_version.gsub!(/<a href.*(http:[^"']+).*>(.*)<\/a>/i) { "#{$2}\n#{$1}" } 

że zamieni to :

<a href = "http://google.com">link to google</a> 

z to:

link to google 
http://google.com 

Answer 5

Jeśli używasz haml można rozwiązać poprzez umieszczenie HTML konwersji HTML z opcją 'surowy', F. E.

 = raw @product.short_description