在我的 Ruby 代码中尝试用 URL 替换 HTML <a> 标签时出现 gsub 方法问题

Question

我正在尝试实现基本替换，但我发现很难确定此处的行为。

我想用其中包含的 URL 替换标签。

这是我的代码：

require 'nokogiri'

message = "Hi Testin wFAASF,
Thank you for booking with us.
Your work has been booked on Sep 16, 2020 1:00PM at 2026 South Clark Street / unit c / Chicago, Illinois 60616
Sincerely,
Varun Security
<a href=\"https://www.google.com\">Test This PR</a>"

puts message.gsub(Nokogiri::HTML.parse(message).at('a'), Nokogiri::HTML.parse(message).at('a')['href'])

我认为输出是：

"Hi Testin wFAASF,
Thank you for booking with us.
Your work has been booked on Sep 16, 2020 1:00PM at 2026 South Clark Street / unit c / Chicago, Illinois 60616
Sincerely,
Varun Security
https://www.google.com

实际输出是什么：

"Hi Testin wFAASF,
Thank you for booking with us.
Your work has been booked on Sep 16, 2020 1:00PM at 2026 South Clark Street / unit c / Chicago, Illinois 60616
Sincerely,
Varun Security
<a href=\"https://www.google.com\">https://www.google.com</a>"

有人可以解释为什么会这样吗以及我如何才能做得更好？

Answer 1

因为 Nokogiri::XML::Element 既不是字符串也不是正则表达式。粘贴 .to_s 有效：

puts message.gsub(
    Nokogiri::HTML.parse(message).at('a').to_s, 
    Nokogiri::HTML.parse(message).at('a')['href']
)

但是，您将费尽心思地解析 HTML 只是为了再次搜索该文档，就好像您对此一无所知一样。此外，如果您在一封邮件中有多个链接，或者如果您的锚标签格式不规范，它也会给出错误的结果——例如如果你有额外的 space，像这样：<a href="https://www.google.com" >https://www.google.com</a>

为什么不让 Nokogiri 工作？

puts Nokogiri::HTML.fragment(message).tap { |doc|
  doc.css("a").each { |node|
    node.replace(node["href"])
  }
}.to_html

请注意，我更改了 Nokogiri::HTML.fragment，因为这不是完整的 HTML 文档（包括 doctype 和所有内容），Nokogiri 会觉得有义务添加它。然后，对于每个锚节点，将其替换为其 href 属性的值。

在我的 Ruby 代码中尝试用 URL 替换 HTML <a> 标签时出现 gsub 方法问题

Issue with gsub method in my Ruby code when trying to replace HTML <a> tags with the URL stripped from in it

html

ruby

html-parsing

nokogiri

gsub