为什么我提取/抓取的 HTML 代码呈现为文本？答案

【问题标题】：Why does my extracted/scraped HTML code render as text?为什么我提取/抓取的 HTML 代码呈现为文本？
【发布时间】：2014-11-02 01:02:43
【问题描述】：

我想从this webpage 中提取搜索表单，并将其呈现在我的Rails 应用程序的“static_pages/home”页面上：Codepen Example of "static_pages/home"

采取的步骤：

我创建了以下 Ruby 脚本来验证我是否可以实际提取表单：

require 'nokogiri'
require 'open-uri'

url = 'http://websoc.reg.uci.edu/perl/WebSoc'
data = Nokogiri::HTML(open(url))

form = data.xpath('//form[@action="http://websoc.reg.uci.edu/perl/WebSoc"]')
puts form

转移到 Rails，我将 Nokogiri 和 OpenURI 包含在我的 gem 文件中，并使用 bundle 来安装 gem。

我创建了一个 StaticPages 控制器：

class StaticPagesController < ApplicationController
 def home
  require 'nokogiri'
  require 'open-uri'

  url = 'http://websoc.reg.uci.edu/perl/WebSoc'
  data = Nokogiri::HTML(open(url))
  @form = data.xpath('//form[@action="http://websoc.reg.uci.edu/perl/WebSoc"]')
 end
end

以及随附的视图：

<h1>StaticPages#home</h1>
<p>Find me in app/views/static_pages/home.html.erb</p>
<%= @form %>

HTML 代码已成功提取，但呈现的是 as text 而不是 HTML。看起来像：

@form = data.xpath('//form[@action="http://websoc.reg.uci.edu/perl/WebSoc"]')

或

<%= @form %>

将提取的 HTML 转换为文本。如何插入已提取为 HTML 而不是文本的 HTML 内容？

我的研究建议使用Net:HTTP。

【问题讨论】：

不会是因为Rails自动转义<%= @form %>中的html代码吧？使用<%= @form.html_safe %> 怎么样？（对不起，我不知道在你的 Rails 版本中写它的正确方法）
这会帮助你cbabhusal.wordpress.com/2015/08/28/…

标签： html ruby-on-rails ruby nokogiri screen-scraping

【解决方案1】：

只需在视图中输入<%= @form.html_safe %>，就会返回错误。这是因为 @form 被格式化为文本，而不是 HTML。要更正此问题：

转到静态页面控制器并更改：
```
@form = data.xpath('//form[@action="http://websoc.reg.uci.edu/perl/WebSoc"]') 
```
到 @form = data.xpath('//form[@action="http://websoc.reg.uci.edu/perl/WebSoc"]').to_html.
现在@form 将 HTML 存储为 HTML，而不是文本。要在视图中渲染它，我们需要更改：
```
<%= @form %>
```
到
```
<%= @form.html_safe %>
```

默认情况下，Rails 会将<%= @form %> 转换为文本作为安全预防措施；您不希望将恶意代码嵌入到您的页面中。通过声明@form.html_safe，我们告诉Rails HTML 内容是有意的，因此是安全的。这允许@form 的内容在视图中呈现为 HTML。

【讨论】：

【解决方案2】：

您的问题表明您收到的是Nokogiri::XML::NodeSet 的文本。

"How do I scrape HTML between two HTML comments using Nokogiri?" 是用于报废节点的类似问题。一旦你得到字符串html_string，你就可以使用html_string.html_safe。

【讨论】：

它返回一个错误："undefined method `html_safe' for #<:xml::nodeset:0x4079d30>"