Eliminar html de la cadena Ruby on Rails

Estoy trabajando con Ruby on Rails, ¿hay alguna manera de quitar htmluna cadena usando el método desinfectar o igual y mantener solo el texto dentro del atributo de valor en la etiqueta de entrada?

Hay un strip_tagsmétodo en ActionView::Helpers::SanitizeHelper:

http://api.rubyonrails.org/classes/ActionView/Helpers/SanitizeHelper.html#method-i-strip_tags

Editar: para obtener el texto dentro del atributo de valor, puede usar algo como Nokogiri con una expresión Xpath para sacarlo de la cadena.

Si queremos usar esto en el modelo

ActionView::Base.full_sanitizer.sanitize(html_string)

cuál es el código del método "strip_tags"

Sí, llame a esto: sanitize(html_string, tags:[])

ActionView::Base.full_sanitizer.sanitize(html_string)

La lista blanca de etiquetas y atributos se puede especificar a continuación

ActionView::Base.full_sanitizer.sanitize(html_string, :tags => %w(img br p), :attributes => %w(src style))

La declaración anterior permite las etiquetas img , br y py los atributos src y style .

He usado la biblioteca Loofah, ya que es adecuada tanto para HTML como para XML (tanto documentos como fragmentos de cadenas). Es el motor detrás de la gema desinfectante html. Simplemente pego el ejemplo de código para mostrar lo simple que es de usar.

Gema de lufa

unsafe_html = "ohai! <div>div is safe</div> <script>but script is not</script>"

doc = Loofah.fragment(unsafe_html).scrub!(:strip)
doc.to_s    # => "ohai! <div>div is safe</div> "
doc.text    # => "ohai! div is safe "

¿Qué tal esto?

white_list_sanitizer = Rails::Html::WhiteListSanitizer.new
WHITELIST = ['p','b','h1','h2','h3','h4','h5','h6','li','ul','ol','small','i','u']


[Your, Models, Here].each do |klass| 
  klass.all.each do |ob| 
    klass.attribute_names.each do |attrs|
      if ob.send(attrs).is_a? String
        ob.send("#{attrs}=", white_list_sanitizer.sanitize(ob.send(attrs), tags: WHITELIST, attributes: %w(id style)).gsub(/<p>\s*<\/p>\r\n/im, ''))
        ob.save
      end
    end
  end
end