Преобразование HTML в обычный текст (с включением s)

Можно ли конвертировать HTML с Nokogiri в обычный текст? Я также хочу включить тег <br />.

Например, с учетом этого HTML:

<p>ala ma kota</p> <br /> <span>i kot to idiota </span>

Я хочу этот вывод:

ala ma kota
i kot to idiota

Когда я просто вызываю Nokogiri::HTML(my_html).text, он исключает тег <br />:

ala ma kota i kot to idiota

Ответ 1

Вместо написания сложного регулярного выражения я использовал Nokogiri.

Рабочее решение (K.I.S.S!):

def strip_html(str)
  document = Nokogiri::HTML.parse(str)
  document.css("br").each { |node| node.replace("\n") }
  document.text
end

Ответ 2

По умолчанию ничего подобного не существует, но вы можете легко взломать что-то вместе, которое приближается к желаемому результату:

require 'nokogiri'
def render_to_ascii(node)
  blocks = %w[p div address]                      # els to put newlines after
  swaps  = { "br"=>"\n", "hr"=>"\n#{'-'*70}\n" }  # content to swap out
  dup = node.dup                                  # don't munge the original

  # Get rid of superfluous whitespace in the source
  dup.xpath('.//text()').each{ |t| t.content=t.text.gsub(/\s+/,' ') }

  # Swap out the swaps
  dup.css(swaps.keys.join(',')).each{ |n| n.replace( swaps[n.name] ) }

  # Slap a couple newlines after each block level element
  dup.css(blocks.join(',')).each{ |n| n.after("\n\n") }

  # Return the modified text content
  dup.text
end

frag = Nokogiri::HTML.fragment "<p>It is the end of the world
  as         we
  know it<br>and <i>I</i> <strong>feel</strong>
  <a href='blah'>fine</a>.</p><div>Capische<hr>Buddy?</div>"

puts render_to_ascii(frag)
#=> It is the end of the world as we know it
#=> and I feel fine.
#=> 
#=> Capische
#=> ----------------------------------------------------------------------
#=> Buddy?

Ответ 3

Попробуйте

Nokogiri::HTML(my_html.gsub('<br />',"\n")).text

Ответ 4

Nokogiri будет лишать ссылки, поэтому я использую это для сохранения ссылок в текстовой версии:

html_version.gsub!(/<a href.*(http:[^"']+).*>(.*)<\/a>/i) { "#{$2}\n#{$1}" }

который сделает это:

<a href = "http://google.com">link to google</a>

link to google
http://google.com

Ответ 5

Если вы используете HAML, вы можете решить преобразование html, поместив html с параметром "raw", f.e.

      = raw @product.short_description