使用JavaScript从HTML字符串中提取文本

我试图使用JS函数（字符串作为参数传递）获取HTML字符串的内部文本。代码如下：

函数提取内容（值）{
var内容_holder=“”；
对于（变量i=0；i'）{
继续；
while（value.charAt（i）！='您需要数组来保存值

  function extractContent(value) {
var content_holder = new Array();

for(var i=0;i<value.length;i++) {
    if(value.charAt(i) === '>') {
        continue;
        while(value.charAt(i) != '<') {
            content_holder.push(value.charAt(i));
            console.log(content_holder[i]);
        }
    }
}
}extractContent("<p>Hello</p><a href='http://w3c.org'>W3C</a>");

函数提取内容（值）{
var content_holder=新数组（）；
对于（var i=0；i您可以临时将其写入位于页面之外的块级元素。类似于以下内容：

HTML:



JavaScript:

<script type="text/javascript">
function extractContent(value){
        var div=document.getElementById('tmp');
        div.innerHTML=value;
        console.log(div.children[0].innerHTML);//console out p
}

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


函数内容（值）{
var div=document.getElementById（'tmp'）；
div.innerHTML=值；
console.log（div.children[0].innerHTML）；//控制台输出p
}
提取内容（“你好”
”；
使用此regax删除html标记，并仅将内部文本存储在html中

它显示HelloW3c仅检查它

var content_holder = value.replace(/<(?:.|\n)*?>/gm, '');

var content\u holder=value.replace（//gm，”）；
试试这个：-



函数内容（值）{
var div=document.createElement（'div'）
div.innerHTML=值；
var text=div.textContent；
返回文本；
}
window.onload=function（）
{
警报（提取内容（“Hello
”）；
};
创建一个元素，在其中存储HTML，并获取其：


函数提取内容{
var span=document.createElement（'span'）；
span.innerHTML=s；
返回span.textContent | | span.innerText；
};
警报（提取内容（“Hello
”）；
一行（更准确地说，一条语句）版本：

是实现所需结果的一种非常好的技术，但有时我们不想加载DOM。因此，简单的解决方法是使用正则表达式：

let htmlString = "<p>Hello</p><a href='http://w3c.org'>W3C</a>"
let plainText = htmlString.replace(/<[^>]+>/g, '');

让htmlString=“你好
”
让明文=htmlString.replace（/]+>/g'，）；
如果您希望结果是字符串，但拥有数组将允许用户访问每个结果/值，则不需要数组。您还没有修复操作代码中的基本逻辑错误。您测试过吗？我猜“没有”正确的方法，但您不需要DOM中的元素来执行此操作。只需使用
var div=document.createElement（'div'）创建一个元素
并从那里继续。此外，嵌套的HTML元素（如
HelloBob
..
）也会失败。它会将标记保留在
p
元素内。由于
继续
指令，您的
while
循环永远无法到达。请尝试使用“调试器”跟踪代码--你这样做了吗？可能的重复也很相似：这回答了你的问题吗？你测试过吗？它无法提取“W3C”应该是这样的。请使用字符串
Hello，BuggyWorld
尝试您的解决方案。请给我一个原因？如果您要使用regexp，那么一个更简单的版本将是
/
，或
/
。您的
m
标志没有任何作用；它与
^
和
$
的行为有关。输出
>HelloW3C
-OP真的想要什么？不是
你好W3C
？不，不需要空格：）很抱歉没有提到它！添加了一个可以在节点之间添加空格的版本。
delete span
什么也做不了。@torazaburo，谢谢，我不确定。编辑。回答不错+1，但是你的答案和
Rick Hitchcock
answer@shariqueansari，
DOMParser
是“实验技术”但是很可能会被添加到规范中。它的HTML支持在IE10+中工作。我的原始答案在IE9+中工作，但我现在更新了它以支持IE8。DOMParser现在有广泛的支持，请看，希望它在nodejs上工作，但它没有。最终使用了我们可以使用此方法按id提取一些内容吗，如：document.getElementById？我知道这是一个v非常旧的注释，但是您能解释一下表达式/]+>/g的含义吗？我很难理解每个字符的含义。@Kelly您所指的符号是正则表达式。它有点像一种用于解析文本的微型编程语言。这里有一个链接，您可以从中了解有关每个符号的更多信息：它本质上说是在它和>之间找到并删除它们。最有用的是regex，它是程序员最好的工具/迷你语言之一。不同的情况下使用不同的技术，这是我的案例的正确方法，Telegram的机器人开发不需要innerHTML或web开发中需要的东西。
function extractContent(html) {

    return new DOMParser().parseFromString(html, "text/html") . 
        documentElement . textContent;

}

let htmlString = "<p>Hello</p><a href='http://w3c.org'>W3C</a>"
let plainText = htmlString.replace(/<[^>]+>/g, '');