正則表達式來去除李標籤和TD標籤

-3

<p>This is a paragraph:</p> 
<ul> 
<li> 
<p>point 1</p> 
</li> 
<li> 
<p>point 2</p> 
<ul> 
<li> 
<p>point 3</p> 
</li> 
<li> 
<p>point 4</p> 
</li> 
</ul> 
</li> 
<li> 
<p>point 5</p> 
</li> 
</ul> 
<ul> 
<li> 
<p><strong>sub-head : </strong>This is a para followed by heading, This is a para followed by heading, This is a para followed by heading, This is a para followed by heading</p> 
</li> 
<li> 
<p><strong>sub-head 2: </strong></p> 
<p>This is a para followed by heading, This is a para followed by heading, This is a para followed by heading, This is a para followed by heading</p> 
</li> 
</ul>

我想刪除所有<p> & </P >標籤之間<李> & < /李>，不管其位於<li> & </li >。同樣我需要刪除表格內的td標籤之間的p標籤。

這是到目前爲止我的控制器的代碼：

nogo={"<li>\n<p>" =>'<li>', "</p>\n</li>" => '</li>', "<td>\n<p>" => '<td>', "</p>\n</td>" => '</td>', 
    '<p> </p>' => '','<ul>' => "\n<ul>",'</ul>' => "</ul>\n", '</ol>' => "</ol>\n" , 
    '<table>' => "\n<table width='100%' border='0' cellspacing='0' cellpadding='0' class='table table-curved'>", 
'&lt;' => '<', '&gt;'=>'>','<br>' => '','<p></p>' => '', ' rel="nofollow"' => '' 

c=params[:content] 
     bundle_out=Sanitize.fragment(c,Sanitize::Config.merge(Sanitize::Config::BASIC, 
     :elements=> Sanitize::Config::BASIC[:elements]+['table', 'tbody', 'tr', 'td', 'h1', 'h2', 'h3'], 
     :attributes=>{'a' => ['href']}))#.split(" ").join(" ") 

     re = Regexp.new(nogo.keys.map { |x| Regexp.escape(x) }.join('|')) 

     @bundle_out=bundle_out.gsub(re, nogo)

IM上述html內容傳遞給該代碼通過PARAMS [：內容]其中香港專業教育學院分配給一個變量c。

以下是不符合預期的o/p。一些接近p標籤和開放p標籤是李，靠近李標籤

<p>This is a paragraph:</p> 

<ul> 
<li>point 1</li> 
<li>point 2</p> 
<ul> 
<li>point 3</li> 
<li>point 4</li> 
</ul> 
</li> 
<li>point 5</li> 
</ul> 

<ul> 
<li><strong>sub-head : </strong>This is a para followed by heading, This is a para followed by heading, This is a para followed by heading, This is a para followed by heading</li> 
<li><strong>sub-head 2: </strong></p> 
<p>This is a para followed by heading, This is a para followed by heading, This is a para followed by heading, This is a para followed by heading</li> 
</ul>

之間仍然是我的目標很簡單，我只是想刪除內裏和TD標籤的所有p標籤，其中即時通訊不能夠正確地做。任何幫助表示讚賞。

我想用正則表達式來做到這一點。我知道使用正則表達式不是解析html內容的正確方法。

來源

2016-04-21 hari

使用解析器，而不是HTML。 – smathy

我建議你使用Nokogiri寶石。 – Ilya

如果你知道這不是正確的方法，爲什麼呢？我並不是說這是一種冒犯，我要求澄清 - 除非你確信解析器不是正確的解決方案，這可能是你得到的唯一答案 – alexanderbird

我不會推薦使用正則表達式，因爲它們是一個死衚衕，除非HTML是微不足道的，並且您創建它。而且，如果你是創建它的人，那麼在生成它之後修改它是生成內容的錯誤方法。

使用解析器。 Nokogiri是Ruby的事實標準，並與CSS或XPath的一些知識，你可以很快學會搜索，或修改，HTML和XML：

require 'nokogiri' 

doc = Nokogiri::HTML(<<EOT) 
<html> 
    <body> 
    <ul> 
     <li> 
     <p>foo</p> 
     </li> 
     <li> 
     <span> 
      <p>bar</p> 
     </span> 
     </li> 
    </ul> 
    </body> 
</html> 
EOT 

doc.search('li p').each do |p_tag| 
    p_tag.remove 
end 

puts doc.to_html

運行的結果中：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
<html> 
    <body> 
    <ul> 
     <li> 

     </li> 
     <li> 
     <span> 

     </span> 
     </li> 
    </ul> 
    </body> 
</html>

Nokogiri網站上的教程是您的出發點。堆棧溢出也是一個很好的資源，因爲有關使用gem的所有方面的許多不同的易於搜索的問題。

來源

2016-04-21 22:15:22

正則表達式來去除李標籤和TD標籤

回答

相關問題