获取没有 HTML 标签的文本

Question

我正在从 Wordpress api 返回帖子，目前正在获取一个包含帖子的数组。我可以返回一个字符串，但它包含 HTML 标记。我使用过 textContent 和 innerText，但似乎没有用。我目前正在返回<p> info: 111,<br /> key: fdfd ,<br /> city: ,<br /> suburb: ,<br /> job:  </p><p>最好的方法是什么 top 只返回没有and的内容<br>？

Answer 1

您需要将该字符串转换为 HTML 页面，然后定位“p”元素并提取其文本。就像是：

var p = "<p> info: 111,<br /> key: fdfd ,<br /> city: ,<br /> suburb: ,<br /> job:  </p>"

var parser = new DOMParser();

var htmlDoc = parser.parseFromString(p, 'text/html');

console.log(htmlDoc.body.getElementsByTagName("P")[0].innerText);

Answer 2

  这更像是对另一种常见方式的警告。

ATD 提到的 的常见替代方法DOMParser()是创建一个元素，将其添加为innerHTML并使用 获取它textContent。

let tParser = document.createElement('div');

tParser.innerHTML = "<p> info: 111,<br /> key: fdfd ,<br /> city: ,<br /> suburb: ,<br /> job:  </p>";

console.log(tParser.textContent)

但请注意使用innerHTML. 一切都被解释为 HTML 并从您的站点执行。这意味着，不要将它添加到 DOM 或更好，尽量完全避免它。

此外 MDN 提到以下内容：

如果您的项目将接受任何形式的安全审查，那么使用 innerHTML 很可能会导致您的代码被拒绝。例如，如果您在浏览器扩展中使用 innerHTML 并将扩展提交到 addons.mozilla.org，它将不会通过自动审核流程。

Answer 3

您的问题已经得到解答：

function extractContent(s) {

  var span = document.createElement('span');

  span.innerHTML = s;

  return span.textContent || span.innerText;

};

    

alert(extractContent("<p>Hello</p><a href='http://w3c.org'>W3C</a>"));