截斷HTML液體

Question

我使用Liquid templating engine顯示總結一系列職位 - 此刻我有東西沿着這些路線：

{% for page in site.posts %} 
    {{page.content | truncatewords: 100}} 
{% endfor %} 

該網頁內容包含HTML，並使用truncatewords會導致無效HTML將被插入到輸出中。我不想從內容中刪除所有HTML（嵌入的視頻和圖像應該可見），理想情況下，我只需要添加適當的結束標記。

我可以看到，截斷不會達到我預期的結果，所以我的問題是：如何截斷我的HTML以便使用Liquid輸出有效的標記？

更新

一個非常具體的問題是，我有一個使用色素標記的代碼示例。現在，如果截斷髮生在代碼示例的中間，它會打開幾個標記，從而搞亂了頁面的其餘部分。我正在尋找一種方法來截斷這些帖子而不刪除所有代碼示例 - 只是截斷並關閉內容主體中的所有打開的標籤。

Answer 1

好的，所以在網絡上無法找到很多方法之後，我使用Nokogiri和深度優先遍歷解析的HTML節點樹來製作自己的解決方案。

TruncateHTML是一個simple script，它允許在保留有效結構的同時截斷HTML片段。