使用Ruby从HTML中提取片段？

Question

我需要显示HTML文本的前100个字符，这意味着，我必须选择 not 标签的前100个字符，然后关闭所有打开的标签，留下平衡的HTML。有没有可以做到的图书馆？还是有任何无关紧要的方法可以解决这个问题？

该文本最初是用Textile编写的，它可以并且确实包含HTML，所以我认为我最好先将它转换为完全HTML然后再处理，但如果有什么东西可以在纺织层面做，我也很开心

Answer 1

这就是我将获得前100个文本字符的方式。您可能需要根据需要进行修改

require 'nokogiri'

def get_first_100_chars
 doc = Nokogiri::Slop(open 'html_file.html')
 text = doc.html.body.text
 return text[0..99]
end

不确定平衡html。如果我发现，会发布。

Answer 2

查看Nokogiri