流利的正则表达式的 Ruby 标记列表答案

【问题标题】：Ruby list of tags to a fluent regex流利的正则表达式的 Ruby 标记列表
【发布时间】：2010-11-24 23:54:51
【问题描述】：

我想使用 Ruby 清理其标签的 HTML 页面。我有原始 HTML，并且想定义一个标签列表，例如['span', 'li', 'div'], 并创建一个可以按顺序运行的正则表达式数组，这样我就有了

clean_text = raw.gsub(first_regex,' ').gsub(second_regex,' ')...

每个标签有两个正则表达式（开始和结束）。

我是否有办法以编程方式执行此操作（即从标记数组预构建正则表达式数组，然后以流畅的模式运行它们）？

编辑：我意识到我实际上一次问了两个问题 - 第一个关于将标签列表转换为正则表达式列表，第二个关于调用正则表达式列表作为流利的。感谢您回答这两个问题。我将尝试将我的下一个问题设为单一主题。

【问题讨论】：

【解决方案1】：

这应该会生成一个正则表达式来删除所有标签。

clean_text = raw.gsub(/<\/?(#{tags.join("|")})>/, '')

但是，您必须对其进行改进以支持带有属性的标签（例如），目前只删除简单的标签（例如）

【讨论】：

【解决方案2】：

假设您有一个 build_regex 方法将标签转换为正则表达式，应该这样做：

tags = %w(span div li)
clean_text = tags.inject(raw) {|text, tag| text.gsub build_regex(tag), ' ' }

inject 调用将每次替换的结果传递到块的下一次迭代中，从而产生对字符串逐个运行每个 gsub 的效果。

【讨论】：