使用 Ruby 删除某些 HTML 标签答案

【问题标题】：Remove Certain HTML Tags using Ruby使用 Ruby 删除某些 HTML 标签
【发布时间】：2013-08-01 10:08:38
【问题描述】：

如何在 Ruby 中按名称删除某些 HTML 标记？

例如：

string = "<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>"

string.magic_method("h1") #=> "<!DOCTYPE html><html><body><p>My first paragraph.</p></body></html>"

我写了一些正则表达式来做这件事，但想知道是否有一个库或本地方法可以做同样的事情。

【问题讨论】：

标签： html ruby regex html-parsing

【解决方案1】：

使用宝石nokogiri。它有一些很好的方法来操作 HTML 和 XML，包括删除标签的方法，你可以在这里看到：How do I remove a node with Nokogiri?

Github：https://github.com/sparklemotion/nokogiri

【讨论】：

【解决方案2】：

使用Nokogiri：

require 'nokogiri'

doc = Nokogiri::HTML <<-_HTML_
<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>
_HTML_

doc.at('h1')
# => #(Element:0x4d2f006 {
#      name = "h1",
#      children = [ #(Text "My First Heading")]
#      })

doc.at('h1').unlink
puts doc.to_html
# >> <!DOCTYPE html>
# >> <html><body><p>My first paragraph.</p></body></html>

【讨论】：