Ruby：将HTML/Redcloth转换为纯文本

Question

有谁知道我可以如何将html转换为纯文本。那么我真的需要将RedCloth转换为纯文本，无论哪种方式都可以。

我不是在谈论剥离标签（这是我迄今为止所做的所有）。例如，我想一个有序列表来保留号码，无序列表使用的子弹等星号

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 

也许我不得不尝试RedCloth以纯文本格式

Answer 1

您需要制作一个新的格式器类。

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

我今天不会为你写代码，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，一旦你有你的纯文本格式，你修补类，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 

Answer 2

这可能是你得做。 You're not the first to want this，但我猜这不是图书馆的一部分，因为每个人都希望他们的明文有点不同。

Answer 3

约瑟夫·沃特写了RedCloth普通格式化：

http://github.com/JosephHalter/redcloth-formatters-plain

用法示例：

RedCloth.new("p. this is *simple* _test_").to_plain 

将返回：

"this is simple test"