soundasleep/html2text

Abusive removal of br nodes leads to incorrect output

Aberta

#54 aberto em 17 de out. de 2017

Ver no GitHub
 (4 comentários) (0 reação) (0 responsável)HTML (138 forks)github user discovery
hacktoberfest

Métricas do repositório

Stars
 (485 estrelas)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Hello !

There is some code doing intentional removal of nodes when they are the last child of a node that also contained text. Here's a very simple example about how this can lead to incorrect results (this is stuff I'm receiving from bad html emails) :

<font size="+1">Vikings: Wolves of Midgard<br></font><font size="+1">Valkyria Chronicles<br>
<br>
World Of Warcraft Battlechest</font>

The expected output would be

Vikings: Wolves of Midgard
Valkyria Chronicles

World Of Warcraft Battlechest

The actual output is:

Vikings: Wolves of MidgardValkyria Chronicles

World Of Warcraft Battlechest

Guia do colaborador

Direção de pesquisa
Encontre a seção de código que remove intencionalmente os nós <br> quando eles são o último filho de um nó contendo texto. Depure a lógica para garantir que as quebras de linha sejam preservadas corretamente.
Pilha de tecnologia
php
Domain
backend
Tipo Issue
Bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
php
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
70