從文本JavaScript中刪除HTML

有沒有一種簡單的方法能夠在JavaScript中獲取html字符串並去除html？

---

#1樓

這是一個解決@MikeSamuel安全問題的版本：

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 "";
   }
}

請注意，若是HTML標記不是有效的XML，則它將返回一個空字符串（aka，標記必須關閉而且屬性必須用引號引發來）。 這不是理想的選擇，可是確實避免了潛在的安全利用問題。

若是您沒有有效的XML標記，則能夠嘗試使用：

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

可是因爲其餘緣由，這也不是一個完美的解決方案。

---

#2樓

使用jQuery，您能夠簡單地經過使用來檢索它

$('#elementID').text()

---

#3樓

爲純文本電子郵件轉換HTML，使超連接（a href）保持完整

由hypoxide發佈的上述函數能夠正常工做，可是我進行了一些工做，基本上能夠轉換在Web RichText編輯器（例如FCKEditor）中建立的HTML，並清除全部HTML，可是因爲我想要HTML和純文本版本，以幫助爲STMP電子郵件建立正確的部分（HTML和純文本）。

通過長時間的搜索，我本身和個人同事們都使用Javascript中的正則表達式引擎提出瞭如下建議：

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變量開始像這樣：

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>

而後在代碼運行以後，它看起來像這樣：-

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

如您所見，全部HTML都已刪除，而且連接已被保留，超連接文本仍然完好無損。 另外，我還用\\n （換行符）替換了<p>和<br>標記，以便保留了某種可視格式。

要更改連接格式（例如BBC (Link->http://www.bbc.co.uk) ），只需編輯$2 (Link->$1) ，其中$1是href URL / URI，而$2是超連接的文本。 經過直接在純文本主體中的連接，大多數SMTP郵件客戶端都會將其轉換，所以用戶能夠單擊它們。

但願您以爲這個有幫助。

---

#4樓

我本身建立了一個工做正則表達式：

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

---

#5樓

做爲jQuery方法的擴展，若是您的字符串可能不包含HTML（例如，若是您嘗試從表單字段中刪除HTML）

jQuery(html).text();

若是沒有html，將返回一個空字符串

採用：

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

代替。

更新：正如已經指出了意見，在某些狀況下，該解決方案將執行JavaScript的包含在html若是值html能夠被攻擊的影響，使用不一樣的解決方案。