修改html节点内的文本 - nokogiri

时间:2011-08-29 18:32:50

标签: ruby nokogiri

假设我有以下HTML:

<ul><li>Bullet 1.</li>
<li>Bullet 2.</li>
<li>Bullet 3.</li>
<li>Bullet 4.</li>
<li>Bullet 5.</li></ul>

我想用它做什么,用HTML和自身替换任何句号,问号或感叹号以及尾随的星号,然后转换回HTML。结果将是:

<ul><li>Bullet 1.*</li>
<li>Bullet 2.*</li>
<li>Bullet 3.*</li>
<li>Bullet 4.*</li>
<li>Bullet 5.*</li></ul>

我在IRB中一直在搞乱这一点,但无法弄明白。这是我的代码:

 html = "<ul><li>Bullet 1.</li>
<li>Bullet 2.</li>
<li>Bullet 3.</li>
<li>Bullet 4.</li>
<li>Bullet 5.</li></ul>"

doc = Nokogiri::HTML::DocumentFragment.parse(html)
doc.search("*").map { |n| n.inner_text.gsub(/(?<=[.!?])(?!\*)/, "#{$1}*") }

返回的数组被正确解析,但我不确定如何将其转换回HTML。是否有另一种方法可以用来修改inner_text?

2 个答案:

答案 0 :(得分:8)

这段代码怎么样?

doc.traverse do |x|
  if x.text?
    x.content = x.content.gsub(/(?<=[.!?])(?!\*)/, "#{$1}*")
  end
end

traverse方法与search("*").each几乎完全相同。然后检查节点是Nokogiri::XML::Text,如果是,请按照您的意愿更改content

答案 1 :(得分:1)

感谢帖子Nokogiri replace tag values,我能够对其进行一些修改并弄明白。

doc = Nokogiri::HTML::DocumentFragment.parse(html)
doc.search("*").each do |node|
  dummy = node.add_previous_sibling(Nokogiri::XML::Node.new("dummy", doc))
  dummy.add_previous_sibling(Nokogiri::XML::Text.new(node.to_s.gsub(/(?<=[.!?])(?!\*)/, "#{$1}*"), doc))
  node.remove
  dummy.remove
end

puts doc.to_html.gsub("&lt;", "<").gsub("&gt;", ">")