在 Ruby 中使用正则表达式去除 Nokogiri 元素答案

【问题标题】：Nokogiri Element Removal Using Regex in Ruby在 Ruby 中使用正则表达式去除 Nokogiri 元素
【发布时间】：2010-01-20 09:54:32
【问题描述】：

这似乎是我遇到的最困难的问题，但也许我让它变得比需要的更难。我需要删除未知数量的嵌套元素，这些元素可能位于句首，也可能不在句首。 span 元素在括号中包含许多单词。所以在句子中：

（密码学，俚语）互联网防火墙。

（密码学，俚语）看起来像这样：

<span class="ib-brac"><span class="qualifier-brac">(</span></span><span class="ib-content"><span class="qualifier-content">cryptography<span class="ib-comma"><span class="qualifier-comma">,</span></span> <a href="/wiki/Appendix:Glossary#slang" title="Appendix:Glossary">slang</a></span></span><span class="ib-brac"><span class="qualifier-brac">)</span></span>

我在想一个好的解决方案是使用正则表达式和 nokogiri 来检查第一个 '(' 是否存在，如果存在，则删除所有跨度，直到达到关闭 ')'，但我不知道这个怎么做。我现在使用的解决方案不考虑可变数量的跨度：

if definition.inner_html =~ /^<span class/
  definition.search("span")[0..4].each do |span|
    span.remove
  end  
end

【问题讨论】：

我认为您应该尝试更好地解释您想要实现的目标，而不是立即建议方法。我理解您的问题，因为您有一个带有括号中的子字符串的字符串，并且您想将其连同所有封闭的 SPAN 一起删除。

标签： ruby regex nokogiri

【解决方案1】：

不是 100% 确定您要做什么，但是如果您不使用索引，上面的代码可以删除可变数量的跨度：

if definition.inner_html =~ /^<span class/
  definition.search("span").each do |span|
    span.remove
  end
end

【讨论】：