如何使用Ruby的Sanitize/Nokogiri访问未标记的元素？

Question

我试图建立一个Sanitize变压器接受任何标签的外部因素可能畸形的HTML输入可言，比如下面的例子：

out of a tag<p>in a tag</p>out again! 

我想有变压器包装任何未标签在<p>标签元素，因此，上述转变为：

<p>out of a tag</p><p>in a tag</p><p>out again!</p> 

不幸的是，我无法弄清楚如何选择未标记的元素，因为它不是一个节点。我确定我在这里错过了一些东西。有人能给我一个正确的方向吗？

Answer 1

require 'nokogiri' 

html = 'out of a tag<p>in a tag</p>out again!' 

Nokogiri::HTML(html).at_css('body').children. 
    map {|x| '<p>' + x.text + '</p>' }.join('') 
#=> "<p>out of a tag</p><p>in a tag</p><p>out again!</p>" 

文本存储在文本节点中。由于CSS无法选择文本节点，因此您必须使用其他方法来获取它们，例如Nokogiri::XML::Node#children。