Ruby on rails 如何解析远程网站并为字典工具提示在每个单词上创建链接？

我想解析一个随机网站，修改内容，使每个单词都是一个链接（对于字典工具提示），然后在iframe中显示该网站

我不是在寻找一个完整的解决方案，而是一个提示或一个可能的策略。链接是我的问题，解析网站并在iframe中显示它非常简单。所以基本上我有一个包含所有html内容的字符串。我甚至不确定是在服务器端还是在页面加载了JS之后进行

我正在使用RubyonRails、jQuery和jRails

注意：href标记的内容取决于单词

澄清： 我尝试了一个regexp，它已经可以工作了：

@site.gsub!(/[A-Za-z]+(?:['-][A-Za-z]+)?|\\d+(?:[,.]\\d+)?/) {|word| '<a href="">' + word + '</a>'}

@site.gsub！（/[A-Za-z]+（？：['-][A-Za-z]+）？|\\d+（？：[，.]\\d+）/）{word |''

但问题是只替换文本中的单词，而保留HTML的原样。所以我想这是一个正则表达式问题

---

谢谢你的建议。

听起来你已经计划好了

将内容拆分为单词，然后为每个单词创建链接，如

编辑（根据您的评论）：

---

啊。。。我建议你四处搜索屏幕抓取技术。他们中的大多数人都应该从删除字符之间的任何内容开始，并用换行符替换
和。

我认为regexp对此不起作用，或者至少，它总是很脆弱的。更好的方法是使用or解析页面，然后遍历它并修改纯文本节点

简单。散列HTML，运行正则表达式，然后取消散列HTML

<?php
class ht
{
    static $hashes = array();

    # hashes everything that matches $pattern and saves matches for later unhashing
    function hash($text, $pattern) { 
        return preg_replace_callback($pattern, array(self,'push'), $text);
    }

    # hashes all html tags and saves them
    function hash_html($html) {
        return self::hash($html, '`<[^>]+>`');
    }

    # hashes and saves $value, returns key
    function push($value) {
        if(is_array($value)) $value = $value[0];
        static $i = 0;
        $key = "\x05".++$i."\x06";
        self::$hashes[$key] = $value;
        return $key;
    }

    # unhashes all saved values found in $text
    function unhash($text) {
        return str_replace(array_keys(self::$hashes), self::$hashes, $text);
    }

    function get($key) {
        return self::$hashes[$key];
    }

    function clear() {
        self::$hashes = array();
    }
}
?>

---

哦。。。对，我是用PHP写的。我猜您必须将其转换为ruby或js，但想法是一样的。

在使用正则表达式之前，我会使用Nokogiri删除HTML结构

no_html = Nokogiri::HTML(html_as_string).text

---

谢谢，但这有点难。我试过这个@site.gsub！（/[A-Za-z]+（？：['-][A-Za-z]+）？| \\d+（？：[，.]\\d+）/{word |''''}但是我需要一种方法来只替换文本中的单词，而不是html标记。有什么想法吗？你的正则表达式有点难读，但是你也可以匹配>之间的所有文本，这会把表单的脚本弄得一团糟。。。不，事实上不会。您只需要修改散列模式来散列脚本标记中的所有内容，这样代码就不会被解析。事实上，这正是我写这门课的原因。

no_html = Nokogiri::HTML(html_as_string).text