从HTML文档中检索单词的数量

Question

我正在尝试从HTML编码的字符串中检索前10个单词。

此刻我正在被空白分裂。问题是标签参数中的空格被识别为单独的单词。

我需要一种机制，它可以让我在Ruby或JavaScript中将HTML文档的格式正确预览作为字符串。

有人有想法吗？

HTML字符串中允许的是列表，段落，颜色等。但没有什么奇特的形式，收音机，iframe，表格或闪光灯

Answer 1

如果你需要在Ruby中完成这项工作，你可以使用Nokogiri gem。它非常适合您的工作。 Here您有一些如何使用它的示例。 Nokogiri记录良好且易于使用。