Ruby on rails Rails和prawn：使用正则表达式格式化

我正试图用正则表达式抓取HTML标记，用prawn的方法格式化。到目前为止，我已经做到了：

def format(pdf, string)
  regex_string = "\n|" +
                 "<b>(.*)<\/b>|" +
                 "<h3>(.*)<\/h3>|" +
                 "<strong>(.*)<\/strong>|" +
                 "[^<\n]+"
  regex = Regexp.new(regex_string, Regexp::MULTILINE)
  tokens = string.gsub("\n", " ").gsub(/<br\s*\/?>/, "\n").scan(regex)
  tokens.each do |breaker|
    case breaker
    when "<b>(.*)<\/b>", "<strong>(.*)<\/strong>"
      pdf.text breaker.to_s, :size => 10
    when "<h3>(.*)<\/h3>"
      pdf.text breaker.to_s, :size => 16
    else
      pdf.text breaker.to_s, :size => 10, :leading => 1
    end
  end
end

def格式（pdf，字符串） regex|u string=“\n|”+ "(.*)|" + "(.*)|" + “（.*）|”+

---

“[^如果不亲自测试，它可能在空数组元素上运行。请尝试以下操作：

tokens = string.gsub("\n", " ").gsub(/<br\s*\/?>/, "\n").scan(regex).compact

tokens=string.gsub（“\n”，”）.gsub（//，“\n”）.scan（regex）.compact

对于一般的HTML解析，Nokogiri可能是最好的选择（对于Rails）：

---

谢谢你的建议。事实证明，Nokogiri在我想要的方面做得更好。天哪，如果我知道你对此持开放态度，我会提出建议的！在rails中解析HTML不会更好。我会更新我的答案以反映这一点。