這個Nokogiri命令爲什麼去掉HTML標籤？

Question

這是previous question的延續。我在使用此Nokogiri片段時遇到了問題：

>> require 'nokogiri' 
>> html = 'bad<p>markup</p>with<img src="foo.jpg">' 
>> Nokogiri::HTML(html).at_css('body').children.map {|x| '<p>' + x.text + '</p>'}.join('') 
=> "<p>bad</p><p>markup</p><p>with</p><p></p>" 

我的圖片標籤發生了什麼變化？看起來，Nokogiri可能會剝離所有存在的HTML標籤（包括我的原始<p>圍繞單詞「標記」），並將其替換。我如何防止這種情況發生？所有我想要做的就是確保完全無標記的文本被包裹在一個<p>標籤...

Answer 1

只有包裝在p標籤的元素，如果它是一個文本節點，否則調用to_html它：

require 'nokogiri' 

html = 'bad<p>markup</p>with<img src="foo.jpg">' 

Nokogiri::HTML(html).at_css('body'). 
children.map do |x| 
    if x.text? 
    '<p>' + x.text + '</p>' 
    else 
    x.to_html 
    end 
end.join('') 
#=> "<p>bad</p>\n<p>markup</p><p>with</p><img src=\"foo.jpg\">"