Tách html khỏi chuỗi Ruby on Rails

Tôi đang làm việc với Ruby on Rails, Có cách nào để tách htmlkhỏi một chuỗi bằng cách sử dụng sanitize hoặc phương thức bằng và chỉ giữ lại văn bản bên trong thuộc tính value trên thẻ đầu vào không?

Có một strip_tagsphương pháp trong ActionView::Helpers::SanitizeHelper:

http://api.rubyonrails.org/classes/ActionView/Helpers/SanifyingHelper.html#method-i-strip_tags

Chỉnh sửa: để lấy văn bản bên trong thuộc tính giá trị, bạn có thể sử dụng một cái gì đó như Nokogiri với biểu thức Xpath để lấy phần đó ra khỏi chuỗi.

Nếu chúng ta muốn sử dụng điều này trong mô hình

ActionView::Base.full_sanitizer.sanitize(html_string)

đó là mã trong phương thức "dải_tag"

Có, hãy gọi cái này: sanitize(html_string, tags:[])

ActionView::Base.full_sanitizer.sanitize(html_string)

Danh sách trắng các thẻ và thuộc tính có thể được chỉ định như sau

ActionView::Base.full_sanitizer.sanitize(html_string, :tags => %w(img br p), :attributes => %w(src style))

Câu lệnh trên cho phép các thẻ img , br và p và các thuộc tính src và style .

Tôi đã sử dụng thư viện Loofah, vì nó phù hợp với cả HTML và XML (cả tài liệu và các đoạn chuỗi). Nó là động cơ đằng sau đá quý html sanitizer. Tôi chỉ dán ví dụ mã để cho thấy cách sử dụng đơn giản.

Loofah Gem

unsafe_html = "ohai! <div>div is safe</div> <script>but script is not</script>"

doc = Loofah.fragment(unsafe_html).scrub!(:strip)
doc.to_s    # => "ohai! <div>div is safe</div> "
doc.text    # => "ohai! div is safe "

Còn cái này thì sao?

white_list_sanitizer = Rails::Html::WhiteListSanitizer.new
WHITELIST = ['p','b','h1','h2','h3','h4','h5','h6','li','ul','ol','small','i','u']


[Your, Models, Here].each do |klass| 
  klass.all.each do |ob| 
    klass.attribute_names.each do |attrs|
      if ob.send(attrs).is_a? String
        ob.send("#{attrs}=", white_list_sanitizer.sanitize(ob.send(attrs), tags: WHITELIST, attributes: %w(id style)).gsub(/<p>\s*<\/p>\r\n/im, ''))
        ob.save
      end
    end
  end
end