Retirar html da string Ruby on Rails

Estou trabalhando com Ruby on Rails, existe uma maneira de tirar html uma string usando o método sanitize ou equal e manter apenas o texto dentro do atributo value na tag de entrada?

Há um strip_tagsmétodo em ActionView::Helpers::SanitizeHelper:

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

Edit: para colocar o texto dentro do atributo value, você pode usar algo como Nokogiri com uma expressão Xpath para tirar isso da string.

Se quisermos usar isso no modelo

ActionView::Base.full_sanitizer.sanitize(html_string)

que é o código no método "strip_tags"

Sim, chame isso: sanitize(html_string, tags:[])

ActionView::Base.full_sanitizer.sanitize(html_string)

A lista branca de tags e atributos pode ser especificada como abaixo

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

A instrução acima permite que as tags img , br e p e os atributos src e style .

Eu usei a biblioteca Loofah, pois é adequada para HTML e XML (documentos e fragmentos de string). É o mecanismo por trás da jóia do desinfetante html. Estou simplesmente colando o exemplo de código para mostrar como é simples de usar.

Loofah Gem

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 "

Que tal agora?

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