将 HTML 转换为纯文本(包含 <br>s) [英] Convert HTML to plain text (with inclusion of <br>s)

问题描述

是否可以将带有 Nokogiri 的 HTML 转换为纯文本?我还想包含 <br/> 标签.

Is it possible to convert HTML with Nokogiri to plain text? I also want to include <br /> tag.

例如，给定这个 HTML:

For example, given this 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

当我只调用 Nokogiri::HTML(my_html).text 时，它排除了 <br/> 标签:

When I just call Nokogiri::HTML(my_html).text it excludes <br /> tag:

ala ma kota i kot to idiota

推荐答案

我没有编写复杂的正则表达式，而是使用了 Nokogiri.

Instead of writing complex regexp I used Nokogiri.

工作解决方案(K.I.S.S！):

Working solution (K.I.S.S!):

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

这篇关于将 HTML 转换为纯文本(包含 <br>s)的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！