将HTML转换为正确的纯文本？

Question

有什么方法可以将HTML转换为正确的纯文本？我尝试了从raw到sanitize的所有东西，甚至还有使用text_part方法的Mail gem，它本应该做的就是这样但对我来说不起作用。

到目前为止，我的最佳镜头是strip_tags(strip_links(resource.body))，但<p>，<ul>等未正确转换。

这或多或少是我在HTML中所拥有的：

Hello

This is some text. Blah blah blah.

Address:
John Doe
10 ABC Street
Whatever City

New Features
- Feature A
- Feature B
- Feature C
Check this out: http://www.google.com

Best,
Admin

转换为类似

的内容

Hello
This is some text. Blah blah blah.
Address: John Doe 10 ABC Street Whatever City

New Features Feature A Feature B Feature C
Check this out: http://www.google.com

Best, Admin

有什么想法吗？

Answer 1

Rails 4.2.1有#strip_tags，这是一种内置方法，尤其适用于剥离HTML标记。

一些例子：

strip_tags("Strip <i>these</i> tags!")

=＆GT;剥去这些标签！

strip_tags("<b>Bold</b> no more!  <a href='more.html'>See more here</a>...")

=＆GT;大胆不再！在这里看到更多......

strip_tags("<div id='top-bar'>Welcome to my website!</div>")

=＆GT;欢迎来到我的网站！

在API docs中查看。

Answer 2

在此处找到解决方案：https://github.com/alexdunae/premailer/blob/master/lib/premailer/html_to_plain_text.rb

像魅力一样！