使用 JavaScript 剥离标签并处理换行符

Question

我想从 html 中删除标签，但保留它的换行符。

我想要像在浏览器中复制文本并将其粘贴到记事本中这样的行为。

例如，将

• x1
  x2
  转换为 x1\nx2

• 的代码;x1

  x2

  到 x1\nx2
• x1x2 至 x1x2
• x1
x2 至 x1\nx2

删除所有标签不起作用 (/<.*?>/g)。 还创建一个虚拟

并设置它的 innertHTML 并读取它的 textContent 将删除换行符。

有帮助吗？

Answer 1

这对你来说怎么样？这会将出现的所有
、 和

替换为 \ n，然后剥离剩余的标签。虽然很愚蠢，但至少是一个开始。

fixed = text_to_fix.replace(/<(?:br|\/div|\/p)>/g, "\n")
           .replace(/<.*?>/g, "");

然而，这并不适用于所有 HTML。只是你提到的标签。

Answer 2

尝试：

function strip_tags(str){
    return str
             .replace(/(<(br[^>]*)>)/ig, '\n')
             .replace(/(<([^>]+)>)/ig,'');
}

var str = '<div>x1</div><div>x2</div><br>'+'<p>x1</p><p>x2</p>'+'<b>x1</b><i>x2</i>';

这将剥离标签并用新行替换
或
，但是为块元素添加新行需要相当长的时间想出一个解决办法。

这是一个演示

Answer 3

这是我在感到无聊之前所得到的……

const strip_tags = (html) => {
    let tmp = document.createElement("div");
    tmp.innerHTML = html
        .replace(/(<(br[^>]*)>)/ig, '\n')
        .replace(/(<(p[^>]*)>)/ig, '\n')
        .replace(/(<(div[^>]*)>)/ig, '\n')
        .replace(/(<(h[1-6][^>]*)>)/ig, '\n')
        .replace(/(<(li[^>]*)>)/ig, '\n')
        .replace(/(<(ul[^>]*)>)/ig, '\n')
        .replace(/(<(ol[^>]*)>)/ig, '\n')
        .replace(/(<(blockquote[^>]*)>)/ig, '\n')
        .replace(/(<(pre[^>]*)>)/ig, '\n')
        .replace(/(<(hr[^>]*)>)/ig, '\n')
        .replace(/(<(table[^>]*)>)/ig, '\n')
        .replace(/(<(tr[^>]*)>)/ig, '\n')
        .replace(/(<(td[^>]*)>)/ig, '\n')
        .replace(/(<(th[^>]*)>)/ig, '\n')
        .replace(/(<(caption[^>]*)>)/ig, '\n')
        .replace(/(<(dl[^>]*)>)/ig, '\n')
        .replace(/(<(dt[^>]*)>)/ig, '\n')
        .replace(/(<(dd[^>]*)>)/ig, '\n')
        .replace(/(<(address[^>]*)>)/ig, '\n')
        .replace(/(<(section[^>]*)>)/ig, '\n')
        .replace(/(<(article[^>]*)>)/ig, '\n')
        .replace(/(<(aside[^>]*)>)/ig, '\n');
    return tmp.textContent || tmp.innerText || "";
}

Answer 4

现在，您可以使用此函数，

function stripTags(html) {
     return html.replace(/<[^>]+>/g, '').replace(/<\/[^>]+>/g, '\n').replace(/<br>/g, '\n');
}

该函数会将所有开始和结束标记替换为空，并将
标记替换为换行符。这应该会给你想要的输出。