保持角括号内的内容不变

Question

我正在使用Nokogiri进行一些HTML处理。我在使用角撑时遇到了一些问题。

这是我的代码：

content = "Testing angular braces with some <random content>"
parsed_html = Nokogiri::HTML.fragment(content)
p parsed_html.inner_html

输出为

"Testing angular braces with some <random content></random>"

显然，我不希望出现那些</random>结束标记。

我如何才能跳过那些带大括号的内容。内容可能也包含HTML元素。

Answer 1

如果您的字符串是嵌入了<和>的文本，但它们并没有包围实际的HTML标记，那么您需要对它们进行HTML编码。Nokogiri假设这些是真实的标记，并将进行修复以关闭标记并生成相对正确的标记。

require 'htmlentities'
require 'nokogiri'
html_encoder = HTMLEntities.new
content = html_encoder.encode("Testing angular braces with some <random content>")
# => "Testing angular braces with some &lt;random content&gt;"
parsed_html = Nokogiri::HTML.fragment(content)
puts parsed_html.to_html
# >> Testing angular braces with some &lt;random content&gt;

如果您同时拥有HTML标记和伪标记，那么您的任务将变得更加困难，因为您必须对HTML标记进行预处理，并将其更改为其他分隔符，运行编码，然后重新处理文本，将HTML标记分隔符返回到应有的值，然后使用Nokogiri对其进行解析。

如何做到这一点留给读者练习，因为这是一个完全不同的问题。