js过滤HTML标签以及空格的思路及代码

代码如下:

function setcontent(str) {
str = str.replace(/<\/?[^>]*>/g,''); //去除html tag
str.value = str.replace(/[ | ]*\n/g,'\n'); //去除行尾空白
//str = str.replace(/\n[\s| | ]*\r/g,'\n'); //去除多余空行
return str;
}

 

测试的时候发现这段代码不能过滤掉网页中空格字符(即： )。于是自己又改造了一下：

. 代码如下:

function removehtmltag(str) {
str = str.replace(/<\/?[^>]*>/g,''); //去除html tag
str = str.replace(/[ | ]*\n/g,'\n'); //去除行尾空白
//str = str.replace(/\n[\s| | ]*\r/g,'\n'); //去除多余空行
str=str.replace(/ /ig,'');//去掉
return str;
}

 

恩，我的要求达到了。

现在来稍稍解释一下所用到的三个正则表达吧(需要说明的是，因为自己也是刚刚接触，也许我的解释并不是正确的，仅供参考)：

第一个:/<\/?[^>]*>/g

在js中正则表达式是以“/”开头的，后面的/g，含义是表示全局模式，意思是在将匹配的模式应用于整个字符串，而不是在第一次匹配上之后就停止匹配了。

<\/?[^>]*> 这个分开来解释，其中第二个字符“\”是一个转移字符，用来转移后面的”/”字符的。?匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。所以<\/?就是匹配html标签中的”</”格式或者“<”格式的。

再来说[^>]*>。[]是含义是：

^的含义是：匹配一行的开始。例如正则表达式^when in能够匹配字符串"when in the course of human events"的开始，但是不能匹配"what and when in the"。意思就是匹配以“when in”开头的文字。

*的含义是：匹配0或多个正好在它之前的那个字符。例如正则表达式。*意味着能够匹配任意数量的任何字符

因此[^>]*意思是匹配>之外的字符。所以[^>]可以匹配出的模式可以像下面这样的：

p
我需要的文字</p

我需要的文字</p

*和前面的[^>]结合在一起就可以匹配下面这些字符了：

p>我需要的文字</p
p>我需要的文字</p
br /
再加上后面的>就可以匹配下面的字符了：

p>我需要的文字</p>
p>我需要的文字</p>
br />
这样就完成了一对html标签的匹配了。(多句话，总觉得这个匹配有点啰嗦，但是不知道到底在哪个地方啰嗦)

第二个：/[ | ]*\n/g：我也没有看懂

第三个：/ /ig：就是直接查找 字符，后面的/ig的含义是在全局模式下进行不区分大小写的查找。g代表全局，i表示不区分大小写。