Ruby：将 HTML/Redcloth 转换为纯文本答案

【问题标题】：Ruby: Convert HTML/Redcloth to plain textRuby：将 HTML/Redcloth 转换为纯文本
【发布时间】：2009-06-05 09:33:05
【问题描述】：

有谁知道我如何使用 Ruby 将 html 转换为纯文本。好吧，我真的需要将 RedCloth 转换为纯文本，无论哪种方式都可以。

我不是在谈论仅仅删除标签（这就是我到目前为止所做的一切）。例如，我想要一个有序列表来保留数字，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

也许我必须尝试将 RedCloth 转换为纯文本格式化程序

【问题讨论】：

标签： ruby formatting

【解决方案1】：

您需要创建一个新的格式化程序类。

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

我今天不会为你编写代码，但这很容易做到。如果您怀疑我，请阅读 RedCloth 源代码：HTML 格式化程序只有 346 行。

所以，一旦你有了纯文本格式化程序，你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

【讨论】：

【解决方案2】：

Joseph Halter 编写了一个 RedCloth 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"

【讨论】：

【解决方案3】：

这可能是你必须做的。 You're not the first to want this，但我猜它还不是库的一部分，因为每个人都希望他们的明文有点不同。

【讨论】：