拼音:将HTML/Redcloth转换为纯文本

Question

有人知道如何用Ruby将html转换为纯文本吗？实际上，我需要将RedCloth转换为纯文本，任何一种方式都可以。

我说的不仅仅是去掉标签(这就是我到目前为止所做的全部)。例如，我希望有序列表保留数字，无序列表使用星号表示项目符号等。

 def red_cloth_to_plain_text(s)
       s = RedCloth.new(s).to_html
       s = strip_tags(s)
       s = html_unescape(s) # reverse of html_escape
       s = undo_red_cloths_html_codes(s)
       return s 
 end

也许我必须尝试一个RedCloth到纯文本格式化程序

Answer 1

您需要创建一个新的格式化器类。

module RedCloth::Formatters
  module PlainText
    include RedCloth::Formatters::Base
    # ...
  end
end

我今天不会为你写你的代码，但这很容易做到。如果您对我有疑问，请阅读RedCloth源代码:它只有346行。

因此，一旦有了PlainText格式化程序，就可以修补类并使用它：

module RedCloth
  class TextileDoc
    def to_txt( *rules )
      apply_rules(rules)
      to(RedCloth::Formatters::PlainText)
    end
  end
end

print RedCloth.new(str).to_txt

Answer 2

Joseph Halter写了一个RedCloth的普通格式化程序：

http://github.com/JosephHalter/redcloth-formatters-plain

示例用法：

RedCloth.new("p. this is *simple* _test_").to_plain

将返回：

"this is simple test"

Answer 3

这可能就是你必须要做的。You're not the first to want this，但我猜它还不是这个库的一部分，因为每个人都希望他们的纯文本稍有不同。