Question

我认为这可能与Need Pure/jQuery Javascript Solution For Cleaning Word HTML From Text Area

有关

但在我的情况下，我使用CKEditor;但是，在将数据发送到服务器之前（或者在收到数据之后），我想删除“垃圾”HTML标签和评论，例如从最近（2007年或更高版本）的Microsoft Office粘贴时出现的那些。因为这里的服务器端是第三方应用程序，所以如果可以，我更愿意做这个客户端。是的，我知道这样做的安全风险;这只是为了清理常见用例中的数据。

是否有可以执行此操作的常用技术或现有库（尤其是jQuery友好型）？请注意，我不打算编码或删除所有 HTML，只考虑与Office相关的问题。

Answer 1

您是否尝试过内置Word清理功能的CKEditor？它似乎在使用“从Word粘贴”对话框时自动运行，但也可以从您的代码中使用。我不是CKEditor API的专家，因此可能有更高效或更正确的方法，但这似乎适用于当前版本（3.3.1）：

function cleanUp() {

    if (!CKEDITOR.cleanWord) {
        // since the filter is lazily loaded by the pastefromword plugin we need to add it ourselves. 
        // We use the same function as the callback for when the cleanup filter is loaded. Change the script path to the correct one
        CKEDITOR.scriptLoader.load("../plugins/pastefromword/filter/default.js", cleanUp, null, false, true );
        alert('loading script for the first usage');
    } else { // The cleanWord is available for use

        // change to the correct editor instance
        var editor = CKEDITOR.instances.editor1;
        // perform the clean up
        var cleanedUpData = CKEDITOR.cleanWord(editor .getData(),  editor );

        // do something with the clean up
        alert(cleanedUpData);
    }
}

cleanUp();

如果您对此清理不满意，可以修改default.js以满足清理需求。有一些可用于清理的配置选项，请检查http://docs.cksource.com/ckeditor_api/symbols/CKEDITOR.config.html（搜索“pasteFromWord”选项）。

如果您需要更高级的东西，但需要服务器访问，我建议您检查WordOff（http://wordoff.org/）。您可能能够围绕其服务构建代理和jsonp包装器，以便您可以在不安装服务器的情况下从客户端使用它。

客户端Javascript代码，用于从CKEditor中删除伪造的HTML

1 个答案: