ruby - 如何使用 Nokogiri 从 HTML 中删除不需要的标签？

Question

我需要从文档中删除所有字体标签。当尝试使用以下 Ruby 代码执行此操作时，字体标签中的其他元素和文本将丢失。在取消链接字体标签之前，我还尝试遍历所有子元素并使它们成为字体标签的 sibling ——这也会导致 HTML 丢失。删除可能包含其他元素和/或文本的标签的好方法是什么？

  doc.css('font').each do |element|
    element.unlink
  end

更新(响应第一个解决方案):

使用 node.children 获取子节点然后将子节点移动到字体节点的父节点的问题是没有一个子节点包含在字体节点中找到的文本。删除字体标签(取消链接)后，字体标签内的所有文本也会从文档中消失。

因此，我修改后的问题是:如何使用 Nokogiri 获取字体节点的文本，以及如何移动该文本以替换字体节点位置的字体标签。

Answer 1

我根据您评论中的代码创建了一个更通用的解决方案:

module Filter
    def remove_tags_preserve_content!(*list)
        xpath('.//*').each do |element|
            if list.include?(element.name)
                element.children.reverse.each do |child|
                    child_clone = child.clone
                    element.add_next_sibling child_clone
                    child.unlink
                end
                element.unlink
            end
        end
    end
end

class Nokogiri::XML::Element
    include Filter
end

class Nokogiri::XML::NodeSet
    include Filter
end

# === Example ===

doc.remove_tags_preserve_content!('font')