仅从网页中提取文本内容答案

【问题标题】：Extract only text content from a web page仅从网页中提取文本内容
【发布时间】：2015-09-28 23:01:26
【问题描述】：

我需要从网页中提取所有文本内容。我用过'document.body.textContent'。但我也得到了 javascript 内容。如何确保我只得到可读的文本内容？

function myFunction() {
  var str = document.body.textContent
  alert(str);
}

<html>
<title>Test Page for Text extraction</title>

<head>I hope this works</head>
<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>

<body>
  <p>Test on this content to change the 5th word to a link
    <p>
      <button onclick="myFunction()">Try it</button>
</body>
</hmtl>

【问题讨论】：

标签： javascript jquery html

【解决方案1】：

在做body.textContent之前删除你不想读的标签。

function myFunction() {
  var bodyScripts = document.querySelectorAll("body script");
  for(var i=0; i<bodyScripts.length; i++){
      bodyScripts[i].remove();
  }
  var str = document.body.textContent;
  document.body.innerHTML = '<pre>'+str+'</pre>';
}

<html>
<title>Test Page for Text extraction</title>

<head>I hope this works</head>
<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.3/jquery.min.js"></script>

<body>
  <p>Test on this content to change the 5th word to a link
    <p>
      <button onclick="myFunction()">Try it</button>
</body>
</hmtl>

【讨论】：