Question

所以我在xml文件中有这个<a>标记

<a href="/www.somethinggggg.com">Something 123</a>

我想要的结果是使用Nokogiri并完全删除其标签，因此它不再是可点击的链接，例如

Something 123

我的尝试：

content = Nokogiri::XML.fragment(page_content)
content.search('.//a').remove

但这也删除了文本。

关于如何使用Nokogiri实现我想要的结果的任何建议？

Answer 1

以下是我要做的事情：

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a href="/www.somethinggggg.com">Something 123</a>
eot

node = doc.at("a")
node.replace(node.text)

puts doc.to_html

<强>输出

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org
   /TR/REC-html40/loose.dtd">
<html>
   <body>Something 123</body>
</html>

<强>更新

如果我有一个包含链接内容的数组怎么办？

的提示 的

require 'nokogiri' doc = Nokogiri::HTML.parse <<-eot <a href="/www.foo.com">foo</a> <a href="/www.bar.com">bar</a> <a href="/www.baz.com">baz</a> eot arr = %w(foo bar baz) nodes = doc.search("a") nodes.each {|node| node.replace(node.content) if arr.include?(node.content) } puts doc.to_html

<强>输出

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org /TR/REC-html40/loose.dtd"> <html> <body>foo bar baz </body> </html>

Answer 2

解包标记的通用方法是 - node.replace(node.children)，例如：

doc = Nokogiri::HTML.fragment('<div>A<i>B</i>C</div>')
doc.css('div').each { |node| node.replace(node.children) }
doc.inner_html #=> "A<i>B</i>C"

删除标记但保留文本

2 个答案: