使用 JsHtmlSanitizer 删除每个 html 标记答案

【问题标题】：Remove every html tag with JsHtmlSanitizer使用 JsHtmlSanitizer 删除每个 html 标记
【发布时间】：2012-12-28 18:56:43
【问题描述】：

我终于得到了JsHtmlSanitizer 作为一个独立的客户端脚本工作。现在我想从字符串中删除所有 HTML 标记，而不仅仅是脚本标记和链接。这个例子

html_sanitize('<b>hello</b><img src="http://google.com"><a href="javascript:alert(0)"><script src="http://www.google.com"><\/script>');

返回 "hello" 但我想删除所有标签。

【问题讨论】：

那个时候，为什么不直接把它当作一个XML文档，获取innerText呢？
我想在我目前正在处理的程序中使用 bb-code 实现实时预览。所以首先我想删除所有 HTML-Tags，然后将 BB-Code 转换为 HTML
那么为什么不把它当作一个 XML 文档来获取 innerText 呢？
对不起，我不明白你的意思
@JohnDoe：看看jsfiddle.net/tarabyte/UeVgA/3。您可以将输入字符串转换为文档。并遍历它以获取文本节点或您喜欢的任何内容。

标签： javascript

【解决方案1】：

为什么不使用正则表达式在清理后删除所有 HTML 标签？

var input = '<b>hello</b><img src="http://google.com"><a href="javascript:alert(0)"><script src="http://www.google.com"></script>';
var output = null;
output = html_sanitize(input);
output = output.replace(/<[^>]+>/g, '');

这应该会在清理后去除您输入的 all html 标记字符串。

如果您只想进行基本的清理（删除脚本和样式标签及其内容和所有 html 标签），您可以在正则表达式中实现整个事情。我在下面演示了一个示例。

var input = '<b>hello</b><img src="http://google.com"><a href="javascript:alert(0)"><script src="http://www.google.com"></script>';
input += '<script> if (1 < 2) { alert("This script should be removed!"); } </script><style type="text/css">.cssSelectorShouldBeRemoved > .includingThis { background-color: #FF0000; } </style>';

var output = null;
output = input.replace(/(?:<(?:script|style)[^>]*>[\s\S]+?<\/(?:script|style)[^>]*>)|<[^>]+>/ig, '');

【讨论】：

你不知道有一个机器人会抓取包含“正则表达式”和“HTML”的答案，并自动发布此链接作为评论：stackoverflow.com/questions/1732348/…

【解决方案2】：

使用下面的这个 javascript 函数从 html_sanitize() 获得的字符串中删除所有 html 标记。

var output = html_sanitize('<b>hello</b><img src="http://google.com"><a href="javascript:alert(0)"><script src="http://www.google.com"><\/script>');

output = output.replace(/(<.*?>)/ig,"");

希望对你有帮助:)

【讨论】：