正则表达式从嵌套的 html 标签中删除所有属性 - Javascript

Question

我想使用正则表达式删除 html 标签的属性。它可以是任何 html 元素并允许嵌套元素，例如：

<div fadeout"="" style="margin:0px;" class="xyz">
    <img src="abc.jpg" alt="" />
    <p style="margin-bottom:10px;">
    The event is celebrating its 50th anniversary K&ouml;&nbsp;
    <a style="margin:0px;" href="http://www.germany.travel/">exhibition grounds in Cologne</a>.
    </p>
    <p style="padding:0px;"></p>
    <p style="color:black;">
       <strong>A festival for art lovers</strong>
    </p>
</div>

或者是这样的

<span style="margin: 0;"><p class="abc"> Test text</p></span>

因为安全原因，需要移除属性

我尝试删除的内容

s/(<\w+)\s+[^>]*/$1/

<*\b[^<]*>(?:[^<]+(?:<(?!\/?div\b)[^<]*)*|(?R))*<\/*>\s*
<([a-z][a-z0-9]*)[^>]*?(\/?)>

但不工作

Answer 1

我建议你不要在这种情况下使用正则表达式，但如果你别无选择，也许你正在寻找这样的东西：

/<\s*([a-z][a-z0-9]*)\s.*?>/gi 

Answer 2

使用 DOM 的好处是您可以使用一整套专门为操作 DOM 设计的工具！然而，人们坚持将这种复杂的结构化数据格式视为只是一个愚蠢的字符串，并开始使用正则表达式对其进行破解。

为工作使用正确的工具。

function removeAttributesRecursively(el) {
  Array.from(el.attributes).forEach(function(attr) {
    // you'll probably want to include extra logic here to
    // preserve some attributes (a href, img src, etc)
    // instead of blindly removing all of them
    el.removeAttribute(attr.name);
  });
  // recurse:
  Array.from(el.children).forEach(function(child) {
    removeAttributesRecursively(child)
  })
}

const root = document.getElementById('input');

removeAttributesRecursively(root)

console.log(root.innerHTML)

<div id="input">
  <div fadeout="" style="margin:0px;" class="xyz">
    <img src="abc.jpg" alt="" />
    <p style="margin-bottom:10px;">
      The event is celebrating its 50th anniversary K&ouml;&nbsp;
      <a style="margin:0px;" href="http://www.germany.travel/">exhibition grounds in Cologne</a>.
    </p>
    <p style="padding:0px;"></p>
    <p style="color:black;">
      <strong>A festival for art lovers</strong>
    </p>
  </div>
</div>

Answer 3

Regex should not be used to parse HTML.

相反，您应该使用DOMParser 来解析字符串，遍历每个元素的属性并使用Element.removeAttribute：

const str = `<div fadeout"="" style="margin:0px;" class="xyz">
    <img src="abc.jpg" alt="" />
    <p style="margin-bottom:10px;">
    The event is celebrating its 50th anniversary K&ouml;&nbsp;
    <a style="margin:0px;" href="http://www.germany.travel/">exhibition grounds in Cologne</a>.
    </p>
    <p style="padding:0px;"></p>
    <p style="color:black;">
       <strong>A festival for art lovers</strong>
    </p>
</div>`

function stripAttributes(html){
  const parsed = new DOMParser().parseFromString(html, 'text/html')
  parsed.body.querySelectorAll('*').forEach(elem => [...elem.attributes].forEach(attr => elem.removeAttribute(attr.name)))
  return parsed.body.innerHTML;
}

console.log(stripAttributes(str))