从文本JavaScript中删除HTML

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>

有没有一种简单的方法可以在JavaScript中获取html字符串并去除html？

#1楼

这是一个解决@MikeSamuel安全问题的版本：

function strip(html)
{
   try {
       var doc = document.implementation.createDocument('http://www.w3.org/1999/xhtml', 'html', null);
       doc.documentElement.innerHTML = html;
       return doc.documentElement.textContent||doc.documentElement.innerText;
   } catch(e) {
       return "";
   }
}

请注意，如果HTML标记不是有效的XML，则它将返回一个空字符串（aka，标记必须关闭并且属性必须用引号引起来）。这不是理想的选择，但是确实避免了潜在的安全利用问题。

如果您没有有效的XML标记，则可以尝试使用：

var doc = document.implementation.createHTMLDocument("");

但是由于其他原因，这也不是一个完美的解决方案。

#2楼

使用jQuery，您可以简单地通过使用来检索它

$('#elementID').text()

#3楼

为纯文本电子邮件转换HTML，使超链接（a href）保持完整

由hypoxide发布的上述函数可以正常工作，但是我进行了一些工作，基本上可以转换在Web RichText编辑器（例如FCKEditor）中创建的HTML，并清除所有HTML，但是由于我想要HTML和纯文本版本，以帮助为STMP电子邮件创建正确的部分（HTML和纯文本）。

经过长时间的搜索，我自己和我的同事们都使用Javascript中的正则表达式引擎提出了以下建议：

str='this string has <i>html</i> code i want to <b>remove</b><br>Link Number 1 -><a href="http://www.bbc.co.uk">BBC</a> Link Number 1<br><p>Now back to normal text and stuff</p>
';
str=str.replace(/<br>/gi, "\n");
str=str.replace(/<p.*>/gi, "\n");
str=str.replace(/<a.*href="(.*?)".*>(.*?)<\/a>/gi, " $2 (Link->$1) ");
str=str.replace(/<(?:.|\s)*?>/g, "");

str变量开始像这样：

this string has <i>html</i> code i want to <b>remove</b><br>Link Number 1 -><a href="http://www.bbc.co.uk">BBC</a> Link Number 1<br><p>Now back to normal text and stuff</p>

然后在代码运行之后，它看起来像这样：-

this string has html code i want to remove
Link Number 1 -> BBC (Link->http://www.bbc.co.uk)  Link Number 1


Now back to normal text and stuff

如您所见，所有HTML都已删除，并且链接已被保留，超链接文本仍然完整无缺。另外，我还用\\n （换行符）替换了<p>和<br>标记，以便保留了某种可视格式。

要更改链接格式（例如BBC (Link->http://www.bbc.co.uk) ），只需编辑$2 (Link->$1) ，其中$1是href URL / URI，而$2是超链接的文本。通过直接在纯文本主体中的链接，大多数SMTP邮件客户端都会将其转换，因此用户可以单击它们。

希望您觉得这个有帮助。

#4楼

我自己创建了一个工作正则表达式：

str=str.replace(/(<\?[a-z]*(\s[^>]*)?\?(>|$)|<!\[[a-z]*\[|\]\]>|<!DOCTYPE[^>]*?(>|$)|<!--[\s\S]*?(-->|$)|<[a-z?!\/]([a-z0-9_:.])*(\s[^>]*)?(>|$))/gi, '');

#5楼

作为jQuery方法的扩展，如果您的字符串可能不包含HTML（例如，如果您尝试从表单字段中删除HTML）

jQuery(html).text();

如果没有html，将返回一个空字符串

采用：

jQuery('<p>' + html + '</p>').text();

代替。

更新：正如已经指出了意见，在某些情况下，该解决方案将执行JavaScript的包含在html如果值html可以被攻击的影响，使用不同的解决方案。

来源：oschina

链接：https://my.oschina.net/u/3797416/blog/3152749

标签

richtext

fckeditor

jquery