ruby - 为什么这个 Nokogiri 命令会去掉 HTML 标签？

Question

这是 previous question 的延续.我在使用这个 Nokogiri 片段时遇到了问题:

>> require 'nokogiri'
>> html = 'bad<p>markup</p>with<img src="foo.jpg">'
>> Nokogiri::HTML(html).at_css('body').children.map {|x| '<p>' + x.text + '</p>'}.join('') 
=> "<p>bad</p><p>markup</p><p>with</p><p></p>"

我的图片标签怎么了？看起来 Nokogiri 可能会剥离所有存在的 HTML 标签(包括我原来的 <p> 围绕“标记”一词)，并替换它们。我如何防止这种情况发生？我想要做的就是确保将完全未标记的文本包装在 <p> 中标记...

Answer 1

如果元素是文本节点，则仅将元素包裹在 p 标记中，否则对其调用 to_html:

require 'nokogiri'

html = 'bad<p>markup</p>with<img src="foo.jpg">'

Nokogiri::HTML(html).at_css('body').
children.map do |x|
  if x.text?
    '<p>' + x.text + '</p>'
  else
    x.to_html
  end
end.join('') 
#=> "<p>bad</p>\n<p>markup</p><p>with</p><img src=\"foo.jpg\">"