删除标签但保留文本

Question

所以我在 xml 文件中有这个 <a> 标记

<a href="/www.somethinggggg.com">Something 123</a>

我想要的结果是使用 Nokogiri 并完全删除它的标签，因此它不再是可点击的链接，例如

Something 123

我的尝试：

content = Nokogiri::XML.fragment(page_content)
content.search('.//a').remove

但这也会删除文本。

关于如何使用 Nokogiri 达到我想要的结果有什么建议吗？

Answer 1

解包标签的通用方法是——node.replace(node.children)，例如：

doc = Nokogiri::HTML.fragment('<div>A<i>B</i>C</div>')
doc.css('div').each { |node| node.replace(node.children) }
doc.inner_html #=> "A<i>B</i>C"

Answer 2

这是我要做的：

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a href="/www.somethinggggg.com">Something 123</a>
eot

node = doc.at("a")
node.replace(node.text)

puts doc.to_html

输出

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org
   /TR/REC-html40/loose.dtd">
<html>
   <body>Something 123</body>
</html>

更新

如果我有一个包含链接内容的数组怎么办？

提示

require 'nokogiri'

doc = Nokogiri::HTML.parse <<-eot
<a href="/www.foo.com">foo</a>
<a href="/www.bar.com">bar</a>
<a href="/www.baz.com">baz</a>
eot

arr = %w(foo bar baz)
nodes = doc.search("a")
nodes.each {|node| node.replace(node.content) if arr.include?(node.content) }

puts doc.to_html

输出

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org
   /TR/REC-html40/loose.dtd">
<html>
   <body>foo
      bar
      baz
   </body>
</html>