用 nokogiri 保持间距剥离 html

【问题标题】：Strip html with nokogiri keeping spacing用 nokogiri 保持间距剥离 html
【发布时间】：2013-11-23 06:06:39
【问题描述】：

好的，我想要做的是剥离我的 html 文件的内容，暂时是本地的，然后将它放到一个文件中。那部分有效，但是当我这样做时，它会消除所有间距，例如，我有一个带有内容的 H1 标签和一个 P 标签，使用下面的代码运行它，剥离的东西放在文件中，但它在一个单行，我想分成多行。

require "rubygems"
require "nokogiri"

my_html = open("./my_html.html")
File.open("./no_html.txt", "a+") do |file| 
 file.puts Nokogiri::HTML(my_html).text
end

【问题讨论】：

看看这个question。它可能是您正在寻找的。span>

标签： html ruby

【解决方案1】：

如果你想分割从Nokogiri::HTML(my_html).text返回的字符串，你可以使用String#scan:

> "abcdefghijklmnpqrstuvwxyzfdsafadfasfadsfafdasfadfasdfasdfasdfdsf".scan(/.{5}/)
 => ["abcde", "fghij", "klmnp", "qrstu", "vwxyz", "fdsaf", "adfas", "fadsf", "afdas", "fadfa", "sdfas", "dfasd"]

如果你想美化 HTML 使用

 Nokogiri::HTML(my_html,&:noblanks)

正如@Mircea 在 cmets 中指出的 SO 帖子中所指出的那样。

【讨论】：