如何在不创建不需要的自定义标签的情况下使用 Nokogiri::HTML.fragment答案

【问题标题】：How to use Nokogiri::HTML.fragment without creating unwanted custom tags如何在不创建不需要的自定义标签的情况下使用 Nokogiri::HTML.fragment
【发布时间】：2019-09-19 10:09:07
【问题描述】：

我有支持 Nokogiri 的 HTML 分段的 Ruby 代码。

当用户向应用程序输入带有"<" 的文本时，Nokogiri::HTML.fragment 会将其添加到自定义 HTML 标记中。

如果用户输入类似的文字

"One <two three"

应用程序会像这样显示它

"one <two three></two>"

我正在使用Nokogiri::HTML.fragment(html, encoding = 'UTF-8')。

有人知道怎么解决吗？

【问题讨论】：

你能给出一个清楚的例子来说明你想要达到的目标吗？示例输入和预期输出。
目前我的输入是“一二>”，预期输出是“一. 这样的自定义 html 标签
不要在评论中添加说明，而是将其添加到您的问题中，就像您最初包含它一样，没有“已编辑”或一些此类标记。评论是为了要求澄清并向提出问题的人提供信息。

标签： html ruby-on-rails ruby nokogiri

【解决方案1】：

您不了解 HTML 与解析器的文本有何不同。 Nokogiri 认为 one <two three 是 HTML 并尝试验证它，看到 <two three 并认为它是一个标签 <two 后跟一个参数，但没有看到结束 > 所以它做了一些修复尝试乐于助人。

require 'nokogiri'

doc = Nokogiri::HTML::DocumentFragment.parse('one <two three') 
doc.to_html # => "one <two three></two>"

相反，就像您要创建一个包含one <two three 的页面一样，您必须提供 HTML 编码文本：

doc = Nokogiri::HTML::DocumentFragment.parse('one &lt;two three') 
doc.to_html # => "one &lt;two three"

您可以使用 HTML 实体 gem 自动执行此操作：

require 'htmlentities'
coder = HTMLEntities.new

doc = Nokogiri::HTML::fragment(coder.encode('one <two three'))
doc.to_html # => "one &lt;two three"

【讨论】：