问如何将"<p>A</p>，<p>B</p>，<p>C</p>“转换为数组？

EN

在字符串片段上使用正则表达式

如果你知道你的HTML标签总是小写的，而你的段落正文总是大写的，那么这是可行的：

"<p>A</p>,<p>B</p>,<p>C</p>".scan /\p{Upper}/
#=> ["A", "B", "C"]

但它将是脆弱的。不过，这肯定适用于你发布的语料库。

在HTML片段上使用Nokogiri

因为您有一个HTML片段，所以您应该真正使用解析器。例如：

require 'nokogiri'

doc = Nokogiri::HTML::DocumentFragment.parse "<p>A</p>,<p>B</p>,<p>C</p>"
doc.xpath(?p).map &:text
#=> ["A", "B", "C"]

除非您的输入确实是病态的，否则即使输入内容不同，Nokogiri也会可靠地从您的段落标签中提取文本节点，并且会忽略节点之外的无关字符，例如字符串片段中的逗号。

尝试如下所示：

"<p>A</p>,<p>B</p>,<p>C</p>".gsub(/<p>|<\/p>/,'').split(',')

这将删除<p>和</p>，并将结果字符串拆分为一个数组

在编辑正则表达式以删除<p>标记周围的括号，然后平整结果之后，我得到了您想要的输出。

"<p>A</p>,<p>B</p>,<p>C</p>".scan(/<p>(.*?)<\/p>/i).flatten

这就产生了["A", "B", "C"]。

http://ideone.com/bfDtGc