使用ruby从html文档中删除空白

str.gsub!(/\n\t/, " ").gsub!(/>\s*</, "><")

那是第一个 gsub! 将所有换行符和制表符替换为空格,第二个将删除标记之间的空格。

你会在你的标签里有多个空格,但是如果你删除了所有的 \n 和 \t ,您将得到类似“not be remove.Butline breaks”的内容,这不太可读。另一个正则表达式或前面提到的 .squeeze(" ") 我能搞定的。

我不想对regexen吹毛求疵,但其他答案都不完全正确。这将起作用:

str.gsub(/>\s*/, ">").gsub(/\s*</, "<")

/\s/ 匹配所有空格字符,包括换行符。其他答案中的正则表达式并不完全正确,因为它们的正则表达式不匹配 "\r" ,在Windows中用于行的末尾,并将出现在电子邮件中。

我的线路也将转换为 <p> foo bar </p> 进入之内 <p>foo bar</p> ,但你可能不想要这个。

hello world 进入之内 hello world

"hello     world".squeeze(" ")  # => "hello world"

其中,压缩参数是要压缩的字符。

编辑:对不起,我误读了你的问题。

这会

• 在标记外保留单个空格

我现在就想办法。

xml.squish.gsub /(> <)/, '><'

比上面还要短。