个人中心
gpt4 book ai didi

ruby - 你如何使用 Nokogiri 去除 HTML 标签之间的间隙？

转载 作者：数据小太阳 更新时间：2023-10-29 08:28:41 25 4
gpt4 key购买 nike

假设我有这种标记:

<li>    Some text </li>
<li> <strong>  Some text </strong> hello</li>

我需要确保开场后没有空格<li>标记和任何封闭的文本内容之前。使用 Nokogiri 实现这一目标的最佳方法是什么？

期望的结果:

<li>Some text </li>
<li><strong>Some text </strong> hello</li>

最佳答案

删除整个文档中的所有前导/尾随空格:

doc.xpath('//text()').each do |node|
  if node.content=~/\S/
    node.content = node.content.strip
  else
    node.remove
  end
end

但是，请注意这会变成 <p>Hello <b>World</b></p>进入<p>Hello<b>World</b></p> .您可能需要更精确地指定您想要的内容。

编辑:这是一个更好的解决方案，它从元素的第一个子元素的所有文本节点中删除前导空格，并从最后一个子元素的文本节点中删除所有尾随空格:

doc.xpath('//text()[1]').each{ |t|      t.content = t.content.lstrip }
doc.xpath('//text()[last()]').each{ |t| t.content = t.content.rstrip }

实际可见:

html = '<ul>
  <li>    First text </li>
  <li> <strong>  Some text </strong> </li>
  <li> I am <b>  embedded  </b> and need <i>some </i>  <em>spaces</em>. </li>
</ul>'

require 'nokogiri'
doc = Nokogiri.HTML(html)
doc.xpath('//text()[1]').each{ |t|      t.content = t.content.lstrip }
doc.xpath('//text()[last()]').each{ |t| t.content = t.content.rstrip }
puts doc.root
#=> <html><body><ul>
#=> <li>First text</li><li><strong>Some text</strong></li>
#=>   <li>I am <b>embedded</b> and need <i>some</i>  <em>spaces</em>.</li></ul></body></html>

编辑 #2: 下面是如何将它从 <li> 前面的文本节点上剥离掉:

doc.xpath('//li/text()[1]').each{ |t| t.content = t.content.lstrip }

关于ruby - 你如何使用 Nokogiri 去除 HTML 标签之间的间隙？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/8965897/

25 4 0
文章推荐： sql - 我如何以编程方式找到这些重复记录？
文章推荐： ruby-on-rails - 在 Rails 中使用 `JSON.decode` 的结果
文章推荐： 表格的 Ruby Slim 格式
文章推荐： ruby - Factory.build 和 Factory.attributes_for 有什么区别？
数据小太阳
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com