2

誰かがHpricotとRegExを使用してこのJavascriptの行をRubyに変換する方法を教えてもらえますか？

// Replace all doubled-up <BR> tags with <P> tags, and remove fonts.
    var pattern =  new RegExp ("<br/?>[ \r\n\s]*<br/?>", "g");
    document.body.innerHTML = document.body.innerHTML.replace(pattern, "</p><p>").replace(/<\/?font[^>]*>/g, '');

私が設定したコードは次のとおりです。

require 'rubygems'
require 'hpricot'
require 'open-uri'

@file = Hpricot(open("http://www.bubl3r.com/article.html"))

ありがとう

4

3 に答える 3

1

OP URL のコンテンツは、インターネット上でよくあるように変更されているようです。そのため、サンプル HTML を作成して、これをどのように行うかを示しました。

また、 Ruby HTML/XML パーサーとしてNokogiriをお勧めします。これは、非常に積極的にサポートされており、堅牢で柔軟性があるためです。

require 'nokogiri'

html = <<EOT
<html>
<body>
  some<br><br>text
  <font>
    text wrapped with font
  </font>
  some<br>more<br>text
</body>
</html>
EOT

doc = Nokogiri::HTML(html)

# Replace all doubled-up <BR> tags with <P> tags, and remove fonts.
doc.search('br').each do |n|
  if (n.previous.name == 'br')
    n.previous.remove 
    n.replace('<p>')
  end
end

doc.search('font').each do |n|
  n.replace(n.content)
end

print doc.to_html
# >> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
# >> <html><body>
# >>   some<p></p>text
# >>   
# >>     text wrapped with font
# >>   
# >>   some<br>more<br>text
# >> </body></html>
于 2011-02-24T08:49:59.203 に答える
0

有効なHTMLは生成されませんが、次のように機能します。

require 'rubygems'
require 'hpricot'
require 'open-uri'

@file = Hpricot(open("http://www.bubl3r.com/article.html"))
puts @file.html.gsub('<br />', '<p>')
于 2011-02-24T06:51:22.097 に答える
0

HTMLファイルをきれいにするより良い方法は美しいスープだと思います。私はこれを python に使用していますが、html ブラウザーのセマンティックの一部をエミュレートしているため、非常にうまく機能します。

http://www.crummy.com/software/RubyfulSoup/

于 2011-02-15T09:03:24.310 に答える