以编程方式从html中删除图像和视频

Question

我正在使用Ruby on Rails 2.3.8，并且我有一个用户键入帖子的网站。他们每个人都有一个简短的描述，显示在主页面。该描述是从原始的自动构建的，但它只是截断，因此它可以达到最多240个字符。

问题是那些描述可能包含图像或视频，我不希望它们在截断这些字符串时出现。我使用Hpricot插件来解析HTML，下面的正则表达式解析图片：

body = Hpricot.parse(html_body) 
body = body.to_s.gsub(/<img .*?>/, '') 

这是消除图像，但有时它留下一个字符串代替，例如它说：“图像”或“IMG”图像在哪里。现在，例如，我从描述中删除图像后，看到一个松散的“垃圾”文本。也许正则表达式不正确。

有没有人知道哪个是正确的正则表达式去除图像，还有来自html的视频？

Answer 1

它似乎去找我，你正在寻找img与空间它后。

难道你不想要这个，所以你可以抓住<img和一切，但不包括>，然后抓住>？

很难说如果它没有源输入工作。

<img([^>])+ 

小心：不会使用嵌套标签。