如何删除 使用 Hpricot 从 XML 中的文本周围标记？

Question

我只是想要没有那些标签的文本。 Hrpicot.XML 有任何方法吗？

Answer 1

使用 element.inner_text 而不是 #inner_html 它会为您删除它们

Answer 2

doc.search("*") do |element|
    element.swap element.content if element.kind_of? Hpricot::CData
end

Answer 3

doc = Hpricot::XML(open('http://www.cnn.com/.element/ssi/www/auto/2.0/video/xml/most_popular.xml'))
(doc/:cnn_video/:video).each do |status|
  ['tease_txt'].each do |el|
    puts "#{status.at(el).inner_text}"
  end
end

示例输出（看起来是垃圾邮件，但这不是垃圾邮件！）：

新的里诺空难视频显示了影响
青少年捕获 800 磅重的鳄鱼
“不要问”废除后恢复职业
令人毛骨悚然的裙子窥视者
公共汽车大小的卫星将于今年撞击地球......
“DWTS”演员首次进入舞厅
海洋世界培训师死亡的原因是什么？
是什么导致特洛伊·戴维斯特赦被拒绝？