В то время как обещания и обратные вызовы хорошо работают во многих ситуациях, боль в задней части выражает нечто вроде:
if (!name) {
name = async1();
}
async2(name);
. В итоге вы пройдете через async1
; проверьте, не определено ли name
или нет, и соответственно вызовите обратный вызов.
async1(name, callback) {
if (name)
callback(name)
else {
doSomething(callback)
}
}
async1(name, async2)
Хотя в в порядке хорошо , это раздражает, когда у вас много подобных случаев и обработка ошибок. Вы можете проверить проект здесь . Fibers
помогает в решении проблемы. var Fiber = require('fibers')
function async1(container) {
var current = Fiber.current
var result
doSomething(function(name) {
result = name
fiber.run()
})
Fiber.yield()
return result
}
Fiber(function() {
var name
if (!name) {
name = async1()
}
async2(name)
// Make any number of async calls from here
}
Если вы работаете в браузере, то самым простым способом является только , чтобы браузер сделал это для вас ...
function strip(html)
{
var tmp = document.createElement("DIV");
tmp.innerHTML = html;
return tmp.textContent || tmp.innerText || "";
}
Примечание: как люди отметили в комментариях, этого лучше избегать, если вы не контролируете источник HTML (например, не запускайте его ни на что, что могло бы произойти с пользовательского ввода). Для этих сценариев вы можете еще позволить браузеру выполнить эту работу для вас - см. Ответ Saba об использовании широко доступного DOMParser .
function stripHTML(my_string){
var charArr = my_string.split(''),
resultArr = [],
htmlZone = 0,
quoteZone = 0;
for( x=0; x < charArr.length; x++ ){
switch( charArr[x] + htmlZone + quoteZone ){
case "<00" : htmlZone = 1;break;
case ">10" : htmlZone = 0;resultArr.push(' ');break;
case '"10' : quoteZone = 1;break;
case "'10" : quoteZone = 2;break;
case '"11' :
case "'12" : quoteZone = 0;break;
default : if(!htmlZone){ resultArr.push(charArr[x]); }
}
}
return resultArr.join('');
}
Учет для> внутренних атрибутов и <img onerror="javascript">
во вновь созданных элементах дома.
использование:
clean_string = stripHTML("string with <html> in it")
demo:
https://jsfiddle.net/gaby_de_wilde/pqayphzd/
demo верхнего ответа, делающего ужасные вещи:
Для escape-символов это также будет работать с использованием сопоставления с образцом:
myString.replace(/((<)|(<)(?:.|\n)*?(>)|(>))/gm, '');
Ниже кода вы можете сохранить некоторые html-теги при удалении всех остальных
function strip_tags(input, allowed) {
allowed = (((allowed || '') + '')
.toLowerCase()
.match(/<[a-z][a-z0-9]*>/g) || [])
.join(''); // making sure the allowed arg is a string containing only tags in lowercase (<a><b><c>)
var tags = /<\/?([a-z][a-z0-9]*)\b[^>]*>/gi,
commentsAndPhpTags = /<!--[\s\S]*?-->|<\?(?:php)?[\s\S]*?\?>/gi;
return input.replace(commentsAndPhpTags, '')
.replace(tags, function($0, $1) {
return allowed.indexOf('<' + $1.toLowerCase() + '>') > -1 ? $0 : '';
});
}
Принимаемый ответ работает отлично, однако в IE, если строка html
равна null
, вы получаете "null"
(вместо ''). Исправлено:
function strip(html)
{
if (html == null) return "";
var tmp = document.createElement("DIV");
tmp.innerHTML = html;
return tmp.textContent || tmp.innerText || "";
}
Другим, по общему признанию, менее элегантным решением, чем nickf или Shog9, было бы рекурсивно ходить DOM, начиная с & lt; body & gt; тег и добавьте каждый текстовый узел.
var bodyContent = document.getElementsByTagName('body')[0];
var result = appendTextNodes(bodyContent);
function appendTextNodes(element) {
var text = '';
// Loop through the childNodes of the passed in element
for (var i = 0, len = element.childNodes.length; i < len; i++) {
// Get a reference to the current child
var node = element.childNodes[i];
// Append the node's value if it's a text node
if (node.nodeType == 3) {
text += node.nodeValue;
}
// Recurse through the node's children, if there are any
if (node.childNodes.length > 0) {
appendTextNodes(node);
}
}
// Return the final result
return text;
}
Я думаю, что самый простой способ - просто использовать регулярные выражения как кто-то, упомянутый выше. Хотя нет причин использовать их. Попробуйте:
stringWithHTML = stringWithHTML.replace(/<\/?[a-z][a-z0-9]*[^<>]*>/ig, "");
Я изменил ответ Jibberboy2000 , чтобы включить несколько форматов тегов <BR />
, удалить все внутри тегов <SCRIPT>
и <STYLE>
, отформатировать полученный HTML, удалив несколько разрывов строк и пробелов и конвертировать некоторые HTML -кодированный код в нормальный. После некоторого тестирования кажется, что вы можете конвертировать большую часть полных веб-страниц в простой текст, где сохраняются заголовок и содержимое страницы.
В простом примере
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<!--comment-->
<head>
<title>This is my title</title>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">
<style>
body {margin-top: 15px;}
a { color: #D80C1F; font-weight:bold; text-decoration:none; }
</style>
</head>
<body>
<center>
This string has <i>html</i> code i want to <b>remove</b><br>
In this line <a href="http://www.bbc.co.uk">BBC</a> with link is mentioned.<br/>Now back to "normal text" and stuff using <html encoding>
</center>
</body>
</html>
становится
Это мой заголовок
Эта строка содержит html-код, который я хочу удалить
В этой строке BBC ( http://www.bbc .co.uk ) со ссылкой.
Теперь вернемся к «нормальному тексту» и т. д., используя
blockquote>Функция JavaScript и тестовая страница выглядят так :
function convertHtmlToText() { var inputText = document.getElementById("input").value; var returnText = "" + inputText; //-- remove BR tags and replace them with line break returnText=returnText.replace(/<br>/gi, "\n"); returnText=returnText.replace(/<br\s\/>/gi, "\n"); returnText=returnText.replace(/<br\/>/gi, "\n"); //-- remove P and A tags but preserve what's inside of them returnText=returnText.replace(/<p.*>/gi, "\n"); returnText=returnText.replace(/<a.*href="(.*?)".*>(.*?)<\/a>/gi, " $2 ($1)"); //-- remove all inside SCRIPT and STYLE tags returnText=returnText.replace(/<script.*>[\w\W]{1,}(.*?)[\w\W]{1,}<\/script>/gi, ""); returnText=returnText.replace(/<style.*>[\w\W]{1,}(.*?)[\w\W]{1,}<\/style>/gi, ""); //-- remove all else returnText=returnText.replace(/<(?:.|\s)*?>/g, ""); //-- get rid of more than 2 multiple line breaks: returnText=returnText.replace(/(?:(?:\r\n|\r|\n)\s*){2,}/gim, "\n\n"); //-- get rid of more than 2 spaces: returnText = returnText.replace(/ +(?= )/g,''); //-- get rid of html-encoded characters: returnText=returnText.replace(/ /gi," "); returnText=returnText.replace(/&/gi,"&"); returnText=returnText.replace(/"/gi,'"'); returnText=returnText.replace(/</gi,'<'); returnText=returnText.replace(/>/gi,'>'); //-- return document.getElementById("output").value = returnText; }
Он использовался с этим HTML:
<textarea id="input" style="width: 400px; height: 300px;"></textarea><br /> <button onclick="convertHtmlToText()">CONVERT</button><br /> <textarea id="output" style="width: 400px; height: 300px;"></textarea><br />
После того, как все ответы были упомянуты чаще всего, если не все из них имели краевые случаи и не могли полностью поддержать мои потребности.
Я начал изучать, как это делает php, и наткнулся на php.js lib который реплицирует метод strip_tags здесь: http://phpjs.org/functions/strip_tags/
простой 2 строки jquery, чтобы удалить html.
var content = "<p>checking the html source </p><p>
</p><p>with </p><p>all</p><p>the html </p><p>content</p>";
var text = $(content).text();//It gets you the plain text
console.log(text);//check the data in your console
cj("#text_area_id").val(text);//set your content to text area using text_area_id
Вы можете безопасно скрыть теги html с помощью атрибута iframe sandbox .
Идея здесь заключается в том, что вместо того, чтобы пытаться повторно использовать нашу строку, мы используем собственный синтаксический анализатор браузера путем вставки текста в элемент DOM и последующего запроса свойства textContent
/ innerText
этого элемента.
Самый подходящий элемент, в который нужно добавить наш текст, представляет собой изолированный iframe, так что мы можем (g1] XSS ).
Недостатком этого подхода является то, что он работает только в браузерах.
Вот что я пришел (не проверено на битву):
const stripHtmlTags = (() => {
const sandbox = document.createElement("iframe");
sandbox.sandbox = "allow-same-origin"; // <--- This is the key
sandbox.style.setProperty("display", "none", "important");
// Inject the sanbox in the current document
document.body.appendChild(sandbox);
// Get the sandbox's context
const sanboxContext = sandbox.contentWindow.document;
return (untrustedString) => {
if (typeof untrustedString !== "string") return "";
// Write the untrusted string in the iframe's body
sanboxContext.open();
sanboxContext.write(untrustedString);
sanboxContext.close();
// Get the string without html
return sanboxContext.body.textContent || sanboxContext.body.innerText || "";
};
})();
Использование ( demo ):
console.log(stripHtmlTags(`<img onerror='alert("could run arbitrary JS here")' src='bogus'>XSS injection :)`));
console.log(stripHtmlTags(`<script>alert("awdawd");</` + `script>Script tag injection :)`));
console.log(stripHtmlTags(`<strong>I am bold text</strong>`));
console.log(stripHtmlTags(`<html>I'm a HTML tag</html>`));
console.log(stripHtmlTags(`<body>I'm a body tag</body>`));
console.log(stripHtmlTags(`<head>I'm a head tag</head>`));
console.log(stripHtmlTags(null));
Мне просто нужно было вырезать теги <a>
и заменить их текстом ссылки.
Это кажется отличным.
htmlContent= htmlContent.replace(/<a.*href="(.*?)">/g, '');
htmlContent= htmlContent.replace(/<\/a>/g, '');
Если вы хотите сохранить ссылки и структуру содержимого (h1, h2 и т. д.), вы должны проверить TextVersionJS . Вы можете использовать его с любым HTML, хотя он был создан для преобразования HTML-письмо в обычный текст.
Использование очень простое. Например, в node.js:
var createTextVersion = require("textversionjs");
var yourHtml = "<h1>Your HTML</h1><ul><li>goes</li><li>here.</li></ul>";
var textVersion = createTextVersion(yourHtml);
Или в браузере с чистым js:
<script src="textversion.js"></script>
<script>
var yourHtml = "<h1>Your HTML</h1><ul><li>goes</li><li>here.</li></ul>";
var textVersion = createTextVersion(yourHtml);
</script>
Он также работает с require.js:
define(["textversionjs"], function(createTextVersion) {
var yourHtml = "<h1>Your HTML</h1><ul><li>goes</li><li>here.</li></ul>";
var textVersion = createTextVersion(yourHtml);
});
Многие уже ответили на это, но я подумал, что было бы полезно разделить функцию, которую я написал, которая разбивает теги HTML из строки, но позволяет включать массив тегов, которые вы не хотите удалять. Это довольно коротко и прекрасно работает для меня.
function removeTags(string, array){
return array ? string.split("<").filter(function(val){ return f(array, val); }).map(function(val){ return f(array, val); }).join("") : string.split("<").map(function(d){ return d.split(">").pop(); }).join("");
function f(array, value){
return array.map(function(d){ return value.includes(d + ">"); }).indexOf(true) != -1 ? "<" + value : value.split(">")[1];
}
}
var x = "<span><i>Hello</i> <b>world</b>!</span>";
console.log(removeTags(x)); // Hello world!
console.log(removeTags(x, ["span", "i"])); // <span><i>Hello</i> world!</span>
var text = html.replace(/<\/?("[^"]*"|'[^']*'|[^>])*(>|$)/g, "");
Это версия регулярного выражения, которая более устойчива к искаженному HTML, например:
Незаблокированные теги
Some text <img
"& lt; lt ; ","> "внутри атрибутов тегов
Some text <img alt="x > y">
Newlines
Some <a
href="http://google.com">
Код
var html = '<br>This <img alt="a>b" \r\n src="a_b.gif" />is > \nmy<>< > <a>"text"</a'
var text = html.replace(/<\/?("[^"]*"|'[^']*'|[^>])*(>|$)/g, "");
С помощью jQuery вы можете просто получить его с помощью
$('#elementID').text()
Улучшение более раннего ответа.
function strip(html)
{
var tmp = document.implementation.createHTMLDocument("New").body;
tmp.innerHTML = html;
return tmp.textContent || tmp.innerText || "";
}
Таким образом, что-то работает как это, не повредит:
strip("<img onerror='alert(\"could run arbitrary JS here\")' src=bogus>")
Firefox, Chromium и Explorer 9+ безопасны , Opera Presto по-прежнему уязвима. Также изображения, упомянутые в строках, не загружаются в Chromium и Firefox, сохраняя HTTP-запросы.
Я внесла некоторые изменения в оригинальный сценарий Jibberboy2000. Надеюсь, что это будет полезно кому-то
str = '**ANY HTML CONTENT HERE**';
str=str.replace(/<\s*br\/*>/gi, "\n");
str=str.replace(/<\s*a.*href="(.*?)".*>(.*?)<\/a>/gi, " $2 (Link->$1) ");
str=str.replace(/<\s*\/*.+?>/ig, "\n");
str=str.replace(/ {2,}/gi, " ");
str=str.replace(/\n+\s*/gi, "\n\n");
Вот версия, которая сортирует адреса @ Проблемы с безопасностью MikeSamuel:
function strip(html)
{
try {
var doc = document.implementation.createDocument('http://www.w3.org/1999/xhtml', 'html', null);
doc.documentElement.innerHTML = html;
return doc.documentElement.textContent||doc.documentElement.innerText;
} catch(e) {
return "";
}
}
Обратите внимание: она вернет пустую строку, если HTML-разметка недействительна XML (иначе, теги должны быть закрыты и атрибуты должны быть указаны). Это не идеально, но позволяет избежать проблемы с потенциальным эксплойтом безопасности.
Если вам не нужна действительная разметка XML, вы можете попробовать:
var doc = document.implementation.createHTMLDocument("");
, но это не идеальное решение ни по другим причинам.
Также можно использовать фантастический htmlparser2 чистый JS HTML-парсер. Вот рабочая демонстрация:
var htmlparser = require('htmlparser2');
var body = '<p><div>This is </div>a <span>simple </span> <img src="test"></img>example.</p>';
var result = [];
var parser = new htmlparser.Parser({
ontext: function(text){
result.push(text);
}
}, {decodeEntities: true});
parser.write(body);
parser.end();
result.join('');
Выход будет This is a simple example.
Смотрите здесь: https://tonicdev.com/jfahrenkrug/extract -text-from-html
Это работает как в узле, так и в браузере, если вы упаковываете свое веб-приложение с помощью такого инструмента, как webpack.
Это должно работать над любой средой Javascript (включая NodeJS). text.replace(/<[^>]+>/g, '');
Я сам создал собственное регулярное выражение:
str=str.replace(/(<\?[a-z]*(\s[^>]*)?\?(>|$)|<!\[[a-z]*\[|\]\]>|<!DOCTYPE[^>]*?(>|$)|<!--[\s\S]*?(-->|$)|<[a-z?!\/]([a-z0-9_:.])*(\s[^>]*)?(>|$))/gi, '');
Использование JQuery:
function stripTags() {
return $('<p></p>').html(textToEscape).text()
}
input
Элемент поддерживает только текст одной строки :
Текстовое состояние представляет собой однострочное текстовое редактирование текста для значения элемента.
blockquote>function stripHtml(str) { var tmp = document.createElement('input'); tmp.value = str; return tmp.value; }
Обновление: это работает как ожидается
function stripHtml(str) { // Remove some tags str = str.replace(/<[^>]+>/gim, ''); // Remove BB code str = str.replace(/\[(\w+)[^\]]*](.*?)\[\/\1]/g, '$2 '); // Remove html and line breaks const div = document.createElement('div'); div.innerHTML = str; const input = document.createElement('input'); input.value = div.textContent || div.innerText || ''; return input.value; }
Я хотел бы поделиться отредактированной версией одобренного ответа Shog9 .
Как указал Майк Самуэль с комментарием, эта функция может выполнять встроенные коды javascript. Но Shog9 прав, говоря «пусть браузер сделает это за вас ...»
, поэтому здесь моя отредактированная версия, используя DOMParser :
function strip(html){
var doc = new DOMParser().parseFromString(html, 'text/html');
return doc.body.textContent || "";
}
здесь код для проверки встроенного javascript:
strip("<img onerror='alert(\"could run arbitrary JS here\")' src=bogus>")
Кроме того, он не запрашивает ресурсы для разбора (например, изображения)
strip("Just text <img src='https://assets.rbl.ms/4155638/980x.jpg'>")
(function($){
$.html2text = function(html) {
if($('#scratch_pad').length === 0) {
$('<div id="lh_scratch"></div>').appendTo('body');
}
return $('#scratch_pad').html(html).text();
};
})(jQuery);
Определите это как плагин jquery и используйте его следующим образом:
$.html2text(htmlContent);
Как расширение метода jQuery, если ваша строка может не соответствовать HTML (например, если вы пытаетесь удалить HTML из поля формы)
jQuery(html).text();
будет верните пустую строку, если нет html
Вместо этого:
jQuery('<p>' + html + '</p>').text();
.
Обновление: как указано в некоторых случаях это решение будет выполнять javascript, содержащийся в html
, если на значение html
может повлиять атакующий, используйте другое решение.
Вышеупомянутая функция, опубликованная hypoxy, отлично работает, но я был после чего-то, что в основном конвертирует HTML, созданный в редакторе Web RichText (для например, FCKEditor) и очистить все HTML, но оставить все ссылки за то, что я хотел, чтобы и HTML, и версия обычного текста помогли создать правильные части для электронной почты STMP (как HTML, так и обычного текста).
После долгого времени поиска Google я и мои коллеги придумали это с использованием механизма регулярных выражений в Javascript:
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, "");
переменная str
запускается следующим образом:
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>
, а затем после запуска кода выглядит так: -
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
Как вы можете видеть, все HTML-файлы были удалены, и ссылка была сохранена с гиперссылкой текста по-прежнему неповрежденными. Также я заменил теги <p>
и <br>
на \n
(символ новой строки), чтобы сохранилось какое-то визуальное форматирование.
Чтобы изменить формат ссылки (например, BBC (Link->http://www.bbc.co.uk)
) просто отредактируйте $2 (Link->$1)
, где $1
- URL-адрес / URL-адрес href, а $2
- гиперссылнный текст. С помощью ссылок непосредственно в теле обычного текста большинство SMTP Mail Clients преобразуют их, поэтому пользователь имеет возможность нажимать на них.
Надеюсь, вы найдете это полезным.
Самый простой способ:
jQuery(html).text();
Получает весь текст из строки html.