Question

我试图在Javascript中删除字符串中的所有html标记。继承人我拥有的......我无法弄清楚为什么它不起作用......任何人都知道我做错了什么？

<script type="text/javascript">

var regex = "/<(.|\n)*?>/";
var body = "<p>test</p>";
var result = body.replace(regex, "");
alert(result);

</script>

非常感谢！

Answer 1

试试这个，注意HTML的语法太复杂了，正规表达式在100％的时间都不正确：

var regex = /(<([^>]+)>)/ig
,   body = "<p>test</p>"
,   result = body.replace(regex, "");

console.log(result);

如果您愿意使用jQuery这样的库，您可以这样做：

console.log($('<p>test</p>').text());

Answer 2

这是一个老问题，但我偶然发现了它并认为我会分享我使用的方法：

var body = '<div id="anid">some <a href="link">text</a></div> and some more text';
var temp = document.createElement("div");
temp.innerHTML = body;
var sanitized = temp.textContent || temp.innerText;

已清理后现在将包含："some text and some more text"

简单，不需要jQuery，即使在更复杂的情况下它也不应该让你失望：）

詹姆斯

Answer 3

这对我有用。

   var regex = /(&nbsp;|<([^>]+)>)/ig
      ,   body = tt
     ,   result = body.replace(regex, "");
       alert(result);

Answer 4

TextAngular（WYSISYG Editor）就是这样做的。我也发现这是最一致的答案，这是NO REGEX。

ProductBarcode

Answer 5

我的简单名为FuncJS的JavaScript库有一个名为“strip_tags（）”的函数，它可以为您完成任务 - 无需您输入任何正则表达式。

例如，假设您要从句子中删除标签 - 使用此功能，您可以这样做：

strip_tags("This string <em>contains</em> <strong>a lot</strong> of tags!");

这会产生“这个字符串包含很多标签！”。

为了更好地理解，请阅读文档 GitHub FuncJS

此外，如果您愿意，请通过表单提供一些反馈。这对我很有帮助！

Answer 6

您可以使用功能强大的库来管理字符串undrescore.string.js

_('a <a href="#">link</a>').stripTags()

=＆GT; '一个链接'

_('a <a href="#">link</a><script>alert("hello world!")</script>').stripTags()

=＆GT; '一个linkalert（“你好世界！”）'

不要忘记按以下方式导入此lib：

        <script src="underscore.js" type="text/javascript"></script>
        <script src="underscore.string.js" type="text/javascript"></script>
        <script type="text/javascript"> _.mixin(_.str.exports())</script>

Answer 7

要在JS中使用正确的HTML清理程序，请参阅http://code.google.com/p/google-caja/wiki/JsHtmlSanitizer

Answer 8

所选答案并不总能确保HTML被剥离，因为仍然可以通过制作如下字符串来构建无效的HTML字符串。

  "<<h1>h1>foo<<//</h1>h1/>"

此输入将确保剥离为您组合一组标记，并将导致：

  "<h1>foo</h1>"

另外，jquery的文本函数将剥离未被标记包围的文本。

这是一个使用jQuery的函数，但对于这两种情况应该更强大：

var stripHTML = function(s) {
    var lastString;

    do {            
        s = $('<div>').html(lastString = s).text();
    } while(lastString !== s) 

    return s;
};

Answer 9

<html>
<head>
<script type="text/javascript">
function striptag(){
var html = /(<([^>]+)>)/gi;
for (i=0; i < arguments.length; i++)
arguments[i].value=arguments[i].value.replace(html, "")
}
</script>
</head> 
<body>
       <form name="myform">
<textarea class="comment" title="comment" name=comment rows=4 cols=40></textarea><br>
<input type="button" value="Remove HTML Tags" onClick="striptag(this.form.comment)">
</form>
</body>
</html>

Answer 10

我的做法实际上是单线的。

该函数创建一个Range object，然后在Range中创建一个DocumentFragment，并将字符串作为子内容。

然后，它抓取片段的文本，删除所有“不可见” /零宽度字符，并修剪掉任何前导/后缀空白。

我意识到这个问题很旧，我只是以为我的解决方案是独一无二的，所以想分享。：）

function getTextFromString(htmlString) {
    return document
        .createRange()
        // Creates a fragment and turns the supplied string into HTML nodes
        .createContextualFragment(htmlString)
        // Gets the text from the fragment
        .textContent
        // Removes the Zero-Width Space, Zero-Width Joiner, Zero-Width No-Break Space, Left-To-Right Mark, and Right-To-Left Mark characters
        .replace(/[\u200B-\u200D\uFEFF\u200E\u200F]/g, '')
        // Trims off any extra space on either end of the string
        .trim();
}

var cleanString = getTextFromString('<p>Hello world! I <em>love</em> <strong>JavaScript</strong>!!!</p>');

alert(cleanString);

Answer 11

这是HTML标记和＆nbsp等的解决方案，您可以删除和添加条件要获取没有HTML的文本，您可以将其替换为任何文本。

convertHtmlToText(passHtmlBlock)
{
   str = str.toString();
  return str.replace(/<[^>]*(>|$)|&nbsp;|&zwnj;|&raquo;|&laquo;|&gt;/g, 'ReplaceIfYouWantOtherWiseKeepItEmpty');
}

Answer 12

正如其他人所说，正则表达式不起作用。花一点时间阅读我的article，了解为什么你不能，不应该尝试用正则表达式解析html，这是你在尝试从源字符串中删除html时所做的。

使用Regex删除Javascript中的HTML标记

12 个答案: