Wagtail：如何使用RichTextField进行模型的字符串表示？

Question

我目前正在处理此代码段

@register_snippet
class Foo(models.Model):
    body = RichTextField()

不知怎的，我决定我需要定义__str__，以便区分多个片段。我相信使用body内容作为字符串表示可能是个好主意。虽然，身体可以长得非常大，所以前20个字符应该这样做。

认为这项任务是小菜一碟，我写了这段代码：

@register_snippet
class Foo(models.Model):
    body = RichTextField() 

    def __str__(self):
        return self.body[:20]

...导致丑陋的陈述，例如<p>Quequeueueueue?</和<p>FOO<br/></p>。

我检查了数据库，发现标记存储在数据库中，这看起来非常明显。虽然，我仍然在想。

在不使用CPU密集型HTML解析器和解析整个body的情况下，删除HTML标记的方法是什么？

我相信正则表达式可以删除某些标记，但如何处理</a，</blockqu，<，</等情况？

Answer 1

没有内置的安全转义html的方法。来自docs -

自1.8版以来已弃用： removetags无法保证HTML安全输出，并且由于安全问题而被弃用。考虑使用漂白剂。

Bleach是来自Mozilla的html清理库。最有意义的是在您的代码段类上创建一个返回漂白字符串的方法，删除所有标记。

此外，您可以使用built-in template tags truncatewords，truncatechars等来限制模板渲染时显示的字符数/单词数。

Answer 2

正如@Ian Price 在评论中所建议的那样，如果您可以信任您正在处理的内容，那么正则表达式就可以正常工作。例如：

import re

...

def __str__(self):
    remove_tags = re.compile('<.*?>')
    return re.sub(remove_tags, '', self.body)