RubyでHTMLコードをscanしたい

Question

正規表現の初心者です。

e-Gov法令検索
ここのページのソースコードにHTMLタグが3箇所あり、正規表現で分離しようと思いました。
しかし、思うようにとれません。

/m をつけて、. が改行でもとれるようにしています。
/i をつけて、(タグの)大文字小文字を区別しないようにしています。

html_str.scan(/<html.*>(.*)</html>/mi).each do |str|
  puts str[0, 20]
end

どのようにすればよろしいでしょうか。

nokogiri (追記)

もしくは、nokogiri などで、取り出したいのですが、それもうまくいかないです。

require 'open-uri'
require 'nokogiri'

url = "https://elaws.e-gov.go.jp/search/elawsSearch/elaws_search/lsg0500/detail?lawId=417AC0000000086"
doc = Nokogiri::HTML(open(url))
doc.xpath("//html").each do |e|
  puts e.text.strip[0,50]
end
doc.xpath("//HTML").each do |e|
  puts e.text.strip[0,50]
end

Comments

[maisumakun]

正規表現でなければならないのでしょうか？REXMLやnokogiriなどのパーサを使うという選択肢はありませんか？

[shisha]

出来るのであれば何でも良いのですが、nokogiri でもやってみたのですが、うまくいかないです。追記した自分のコードでとれて欲しいのですが、何がダメなのかわかりません。

[shisha]

strip で両端の空白・改行が全て削除できてると思いこんでいましたが、\u00A0なるノーブレークスペースを削除できておらず、上手にとりだせてないと思いこんでいたようです。失礼しました。

Answer 1

何も表示されないので、うまくできていないと思いこんでいました。
しかし、strip で両端の空白・改行が全て削除できてると思いみがそもそもの間違いで、\u00A0なるノーブレークスペースという何も表示されない空白文字があり、これが期待通りに削除されていないことが原因でした。