make excerpt in Ruby

大量地方都会有这样的问题：给大段文字做一个截断当作摘要，但是一定要保证 html markup valid。

最简单的方式是删掉所有的 html 标签然后截断，这样做的结果是产生一陀文字，没有换行，没有任何样式！

方法是：

tr.gsub(/<\/?[^>]*>/, "") 

比较好的办法是像这篇文章里说的利用REXML和一个队列去完成
，下面的评论中提到用 HTMLEntities
可以改善截断问题，但是在测试中发现会有UTF-8 invalid 问题（需要3bytes，只传2bytes，不知道是不是我数据的问题），于是乎放弃HTMLEntities，这样会有一个小bug，截断后末尾会有个乱码，八成是UTF-8 被截断了。

还有一个用 Tidy 的办法
貌似很爽，但是在我这的FreeBSD 6.2 + Ruby 1.8.6 + libtidy_051026 + rubytidy 1.1.2 上遇到一个Bug
，暂时放弃



评论：

这个问题也困扰了我很久，有时候截取出来的摘要包含了一半的标签，结果页面就都乱了。。。