Question

如何在Ruby中按名称删除某些HTML标记？

例如：

string = "<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>"

string.magic_method("h1") #=> "<!DOCTYPE html><html><body><p>My first paragraph.</p></body></html>"

我写了一些正则表达式，但想知道是否有一个库或本机方法可以做同样的事情。

Answer 1

使用Nokogiri：

require 'nokogiri'

doc = Nokogiri::HTML <<-_HTML_
<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>
_HTML_

doc.at('h1')
# => #(Element:0x4d2f006 {
#      name = "h1",
#      children = [ #(Text "My First Heading")]
#      })

doc.at('h1').unlink
puts doc.to_html
# >> <!DOCTYPE html>
# >> <html><body><p>My first paragraph.</p></body></html>

Answer 2

使用gem nokogiri。它有一些很好的方法来处理HTML和XML，包括删除标签的方法，如下所示：How do I remove a node with Nokogiri?

Github：https://github.com/sparklemotion/nokogiri

使用Ruby删除某些HTML标记

2 个答案: