如何通过保留已定义的样式将Word中的文本粘贴到纯文本？

Question

我想让用户将文本粘贴到编辑器（当前是CKEditor）。通过粘贴文本，必须删除所有未列入白名单的样式和元素，包括图像，表格等。因此，90％应转换为纯文本或删除，同时应保留粗体，斜体或下划线等简单样式。

没想到那么复杂。但是我在文档和CKEditor的示例中找到的只是粘贴完整的纯文本或粘贴Word中的清理内容而无法配置白名单（即使我删除了所有与表相关的插件，它仍然可能从MS WorD粘贴表格。

我真的非常感谢任何提示。

感谢。

Answer 1

你不能不写自己的解析器。另一个问题是MS word使用Windows-1252字符编码，大多数网络使用UTF-8编码，所以如果你从WORD粘贴并通过AJAX传输这些数据，它将会出现乱码。

虽然Dreamweaver有一个非常好的“粘贴词”功能，但你不太可能找到一个在线等效词。这是一个巨大而复杂的问题，本身就是一个应用程序。即使WORD的“另存为HTML”也无法做得不错。

可悲的是，最需要做的是将它全部删除到ASCII（粘贴到记事本中），将它放在编辑器中并将其标记回来。

Answer 2

您可以在编辑器实例中为“粘贴”事件添加侦听器：http://docs.cksource.com/ckeditor_api/symbols/CKEDITOR.editor.html#event:paste

通过这种方式，您可以获得要粘贴的HTML，并且可以执行所需的任何清理（例如，基于将该html插入div，然后使用DOM，或使用字符串上的regexp）。 / p>

Answer 3

找到解决方案：

1. 在AlfonsoML写道时收听粘贴事件。
2. 将粘贴的Word内容发送到服务器。
3. 使用HTML Agility Pack解析它。
4. 将其发回给客户。
5. 将其插入编辑器中。