ruby on rails - sistemas - rails: obtener un adelanto/extracto de un artículo

sistema de recomendacion tesis

Question

Tengo una página que enumerará artículos de noticias. Para reducir la longitud de la página, solo quiero mostrar un avance (las primeras 200 palabras / 600 letras del artículo) y luego mostrar un enlace "más ..." que, al hacer clic, expandirá el resto del artículo en una forma jQuery / Javascript. Ahora, tengo todo lo que descubrí e incluso encontré el siguiente método de ayuda en una página de pegar, lo que asegurará que el artículo de noticias (cadena) no se recorta justo en el medio de una palabra:

 def shorten (string, count = 30)
    if string.length >= count
      shortened = string[0, count]
      splitted = shortened.split(//s/)
      words = splitted.length
      splitted[0, words-1].join(" ") + '' ...''
    else
      string
    end
  end

El problema que tengo es que los cuerpos de los artículos de noticias que obtengo de la BD tienen formato HTML. Entonces, si no tengo suerte, el asistente anterior cortará mi cadena de artículos justo en el medio de una etiqueta html e insertará la cadena "más ..." allí (por ejemplo, entre ""), lo que dañará mi html en la página .

¿Hay alguna forma de evitar esto o hay un complemento que pueda usar para generar extractos / avances de una cadena HTML?

Answer 1

¡Muchas gracias por sus respuestas! Sin embargo, mientras tanto me encontré con el complemento jQuery HTML Truncator , que se adapta perfectamente a mis propósitos y cambia el truncamiento al lado del cliente. No se pone más fácil :-)

Answer 2

Tendría que escribir un analizador sintáctico más complejo si no desea dividirlo en el medio de los elementos html. Tendría que recordar si está en el medio de un bloque <> y si está entre dos etiquetas.

incluso si lo hicieras, aún tendrías problemas. si algunos ponen el artículo completo en un elemento html, ya que el analizador no pudo dividirlo en ningún lado, debido a la etiqueta de cierre faltante.

si es posible, trataría de no poner etiquetas en los artículos o mantenerlas en etiquetas que no contengan nada (ni <div> etc.). De esa manera solo tendrías que verificar si estás en el medio de una etiqueta que es bastante simple:

  def shorten (string, count = 30)
     if string.length >= count
       shortened = string[0, count]
       splitted = shortened.split(//s/)
       words = splitted.length
       if(splitted[words-1].include? "<")
         splitted[0,words-2].join(" ") + '' ...''
       else
         splitted[0, words-1].join(" ") + '' ...''
     else
       string
     end   
  end

Answer 3

Hubiera esterilizado el HTML y extraje la primera oración. Suponiendo que tiene un modelo de artículo, con un atributo ''cuerpo'' que contiene el HTML:

# lib/core_ext/string.rb
class String
  def first_sentence
    self[/(/A[^.|!|?]+)/, 1]
  end
end

# app/models/article.rb
def teaser
  HTML::FullSanitizer.new.sanitize(body).first_sentence
end

Esto convertiría "<b> Este </ b> es un artículo <em> importante </ em>! Y aquí está el resto del artículo". en "Este es un artículo importante".

Answer 4

Lo solucioné usando la siguiente solución

Instalar gema ''desinfectar''

gem install sanitize

y usado el siguiente código, aquí el cuerpo es texto que contiene etiquetas html.

<%= content_tag :div, Sanitize.clean(truncate(body, length: 200, separator: '' '', omission: "... #{ link_to ''(continue)'', ''#'' }"), Sanitize::Config::BASIC).html_safe %>

Da extracto con html válido Espero que ayude a alguien.

Answer 5

Ahora hay una gema llamada HTMLTruncator que se ocupa de esto por ti. Lo he usado para mostrar extractos de publicaciones y similares, y es muy robusto.

Answer 6

Puede usar una combinación de Sanitize y Truncate .

truncate("And they found that many people were sleeping better.", 
  :omission => "... (continued)", :length => 15)
# => And they found... (continued)

Estoy haciendo una tarea similar donde tengo publicaciones de blog y solo quiero mostrar un extracto rápido. Entonces, en mi opinión, simplemente lo hago:

sanitize(truncate(blog_post.body, length: 150))

Eso elimina las etiquetas HTML, me da los primeros 150 caracteres y se maneja en la vista para que sea amigable con MVC.

¡Buena suerte!

Answer 7

Mi respuesta aquí debería hacer el trabajo. La pregunta original (error, preguntada por mí) fue sobre truncar el descuento, pero terminé convirtiendo el descuento en HTML y luego truncar eso, por lo que debería funcionar.

Por supuesto, si su sitio recibe mucho tráfico, debe almacenar en caché el fragmento (¿quizás cuando se crea / actualiza la publicación, puede almacenar el extracto en la base de datos?), Esto también significa que podría permitir que el usuario modifique o ingrese su propio extracto

Uso:

>> puts "<p><b><a href=/"hi/">Something</a></p>".truncate_html(5, at_end = "...")
=> <p><b><a href="hi">Someth...</a></b></p>

..y el código (copiado de la otra respuesta):

require ''rexml/parsers/pullparser''

class String
  def truncate_html(len = 30, at_end = nil)
    p = REXML::Parsers::PullParser.new(self)
    tags = []
    new_len = len
    results = ''''
    while p.has_next? && new_len > 0
      p_e = p.pull
      case p_e.event_type
      when :start_element
        tags.push p_e[0]
        results << "<#{tags.last}#{attrs_to_s(p_e[1])}>"
      when :end_element
        results << "</#{tags.pop}>"
      when :text
        results << p_e[0][0..new_len]
        new_len -= p_e[0].length
      else
        results << "<!-- #{p_e.inspect} -->"
      end
    end
    if at_end
      results << "..."
    end
    tags.reverse.each do |tag|
      results << "</#{tag}>"
    end
    results
  end

  private

  def attrs_to_s(attrs)
    if attrs.empty?
      ''''
    else
      '' '' + attrs.to_a.map { |attr| %{#{attr[0]}="#{attr[1]}"} }.join('' '')
    end
  end
end