ruby - 将 HTML 转换为纯文本(包含 s)

Question

是否可以使用 Nokogiri 将 HTML 转换为纯文本？我还想包括 <br />标签。

例如，给定这个 HTML:

<p>ala ma kota</p> <br /> <span>i kot to idiota </span>

我想要这个输出:

ala ma kota
i kot to idiota

当我调用 Nokogiri::HTML(my_html).text它不包括 <br />标签:

ala ma kota i kot to idiota

Answer 1

我没有编写复杂的正则表达式，而是使用了 Nokogiri。

工作解决方案(K.I.S.S!):

def strip_html(str)
  document = Nokogiri::HTML.parse(str)
  document.css("br").each { |node| node.replace("\n") }
  document.text
end