用空格替换 html 标签答案

【问题标题】：Replace html tags with whitespaces用空格替换 html 标签
【发布时间】：2015-04-11 13:16:29
【问题描述】：

我正在使用strip_tags 方法，它从我的字符串中删除所有标签，但是在删除了一些缺少空格的文本之后，尤其是在一个标签结束而另一个标签开始的地方。有什么方法可以在删除标签的地方插入空格？寻找前任。下面

str
 => "<span>Class GOesHere</span><div>SomeExtra Tag</div>" 

helper.strip_tags(str)
 => "Class GOesHereSomeExtra Tag"

【问题讨论】：

标签： html ruby-on-rails ruby regex

【解决方案1】：

尝试像这样使用正则表达式：

str.gsub!(/<.*?>/, " ")
# => " Class GOesHere  SomeExtra Tag "

【讨论】：

.*? 表示<> 内的所有内容？
以非贪婪的方式是的。如果您删除?，它将变得贪婪并用" "替换整个字符串
基本上它会在<p title="a > b">foo</p>中断
@HamZa 是的。我只处理基本示例。

【解决方案2】：

str
 => "<span>Class GOesHere</span><div>SomeExtra Tag</div>"

您可以在删除标签之前更改字符串，例如

str.gsub!('><', '> <')

它应该产生

str
 => "<span>Class GOesHere</span> <div>SomeExtra Tag</div>"

【讨论】：

如果你有像<br>这样的简单标签，它就不起作用

【解决方案3】：

我建议解析 HTML 并提取文本。 Nokogiri，一个非常有名的 gem 应该可以帮助轻松解决这个问题：

require 'nokogiri'
=> false
> str = "<span>Class GOesHere</span><div>SomeExtra Tag</div>"
=> "<span>Class GOesHere</span><div>SomeExtra Tag</div>"
> Nokogiri::HTML(str).text
=> "Class GOesHereSomeExtra Tag"

更新：

这将搜索 html 中的所有文本节点并映射文本内容。结果数组与空格分隔符连接：

> Nokogiri::HTML(str).xpath('//text()').map(&:text).join(' ')
=> "Class GOesHere SomeExtra Tag"

【讨论】：

我完全同意在这种情况下使用 HTML 解析器，但输出与 OP 当前的输出相同。
添加了解决方案。感谢@HamZa 指出这一点。我看错了最后一部分。