从HTML文档中检索单词量

Question

我试图从HTML编码的字符串中检索前10个单词。

此刻我被空白分裂。问题是标签参数中的空格被识别为单独的单词。

我需要一种机制，使我可以在HTML或JavaScript中正确格式化HTML文档预览为字符串。

有人有想法吗？

在HTML字符串中，有列表，段落，颜色等，但没有像异国情调的形式，收音机，内部框架，表格或闪存

Answer 1

如果您需要做的Ruby这份工作，你可以使用宝石引入nokogiri 。这对你的工作是完美的。 Here你有一些如何使用它的例子。 Nokogiri是有据可查的，易于使用。