Javascript 将MS Word粘贴到任何基于浏览器的HTML编辑器中

好吧，我不可能是唯一一个有这个问题的人，这个问题似乎会永远持续下去

我们使用基于浏览器的html编辑器（几个不同的编辑器）——每个编辑器都有自己的“从word粘贴”按钮，效果非常好

然而，我们的许多用户只是直接从word粘贴到设计区域。对我们来说，这将导致世界末日的到来——有时它会破坏javascript或其他数不胜数的东西

因此，我决定编写一个简单的函数来搜索源代码的内容，如果它发现任何与microsoft word粘贴相关联的坏字符，则返回一个匹配项“this looks like a ms word paste”。目前看起来是这样的：

// detect potentially bad characters - usually from msword paste
function hasInvalidChars ( in_element ) {
    var src     = $j(in_element).val();
    var e       = $E(src);  // enhanced string
    var bad     = Array(    "mso-list:", "class=\"Mso", "</o:p>", "[if !supportLists]", 
                            "style=\"mso-", "mso-bidi", "“", "”", "<v:shapetype", "<v:path", 
                            "file:///" );
    for ( i=0; i< bad.length; i++ ) {
        if ( e.contains(bad[i]) ) {
            return true;
        }
    }
    return false;
}

//检测潜在的错误字符-通常来自msword粘贴
函数hasvalidchars（在元素中）{
var src=$j（在元素中）.val（）；
var e=$e（src）；//增强型字符串
var bad=Array（“mso列表”，“类=\“mso”，“如果！支持列表]”，
“style=\”mso-“，”mso bidi“，”，“，”，”最近，我在谷歌上搜索了一个不错的函数，找到了类似的东西。它列出了大多数坏的标签。下面是包含该函数的链接：

Javascript函数

<script type="text/javascript" runat="server" language="javascript">
function CleanWordHTML( str )
{
str = str.replace(/<o:p>\s*<\/o:p>/g, "") ;
str = str.replace(/<o:p>.*?<\/o:p>/g, "&nbsp;") ;
str = str.replace( /\s*mso-[^:]+:[^;"]+;?/gi, "" ) ;
str = str.replace( /\s*MARGIN: 0cm 0cm 0pt\s*;/gi, "" ) ;
str = str.replace( /\s*MARGIN: 0cm 0cm 0pt\s*"/gi, "\"" ) ;
str = str.replace( /\s*TEXT-INDENT: 0cm\s*;/gi, "" ) ;
str = str.replace( /\s*TEXT-INDENT: 0cm\s*"/gi, "\"" ) ;
str = str.replace( /\s*TEXT-ALIGN: [^\s;]+;?"/gi, "\"" ) ;
str = str.replace( /\s*PAGE-BREAK-BEFORE: [^\s;]+;?"/gi, "\"" ) ;
str = str.replace( /\s*FONT-VARIANT: [^\s;]+;?"/gi, "\"" ) ;
str = str.replace( /\s*tab-stops:[^;"]*;?/gi, "" ) ;
str = str.replace( /\s*tab-stops:[^"]*/gi, "" ) ;
str = str.replace( /\s*face="[^"]*"/gi, "" ) ;
str = str.replace( /\s*face=[^ >]*/gi, "" ) ;
str = str.replace( /\s*FONT-FAMILY:[^;"]*;?/gi, "" ) ;
str = str.replace(/<(\w[^>]*) class=([^ |>]*)([^>]*)/gi, "<$1$3") ;
str = str.replace( /<(\w[^>]*) style="([^\"]*)"([^>]*)/gi, "<$1$3" ) ;
str = str.replace( /\s*style="\s*"/gi, '' ) ;
str = str.replace( /<SPAN\s*[^>]*>\s*&nbsp;\s*<\/SPAN>/gi, '&nbsp;' ) ;
str = str.replace( /<SPAN\s*[^>]*><\/SPAN>/gi, '' ) ;
str = str.replace(/<(\w[^>]*) lang=([^ |>]*)([^>]*)/gi, "<$1$3") ;
str = str.replace( /<SPAN\s*>(.*?)<\/SPAN>/gi, '$1' ) ;
str = str.replace( /<FONT\s*>(.*?)<\/FONT>/gi, '$1' ) ;
str = str.replace(/<\\?\?xml[^>]*>/gi, "") ;
str = str.replace(/<\/?\w+:[^>]*>/gi, "") ;
str = str.replace( /<H\d>\s*<\/H\d>/gi, '' ) ;
str = str.replace( /<H1([^>]*)>/gi, '' ) ;
str = str.replace( /<H2([^>]*)>/gi, '' ) ;
str = str.replace( /<H3([^>]*)>/gi, '' ) ;
str = str.replace( /<H4([^>]*)>/gi, '' ) ;
str = str.replace( /<H5([^>]*)>/gi, '' ) ;
str = str.replace( /<H6([^>]*)>/gi, '' ) ;
str = str.replace( /<\/H\d>/gi, '<br>' ) ; //remove this to take out breaks where Heading tags were
str = str.replace( /<(U|I|STRIKE)>&nbsp;<\/\1>/g, '&nbsp;' ) ;
str = str.replace( /<(B|b)>&nbsp;<\/\b|B>/g, '' ) ;
str = str.replace( /<([^\s>]+)[^>]*>\s*<\/\1>/g, '' ) ;
str = str.replace( /<([^\s>]+)[^>]*>\s*<\/\1>/g, '' ) ;
str = str.replace( /<([^\s>]+)[^>]*>\s*<\/\1>/g, '' ) ;
//some RegEx code for the picky browsers
var re = new RegExp("(<P)([^>]*>.*?)(<\/P>)","gi") ;
str = str.replace( re, "<div$2</div>" ) ;
var re2 = new RegExp("(<font|<FONT)([^*>]*>.*?)(<\/FONT>|<\/font>)","gi") ;
str = str.replace( re2, "<div$2</div>") ;
str = str.replace( /size|SIZE = ([\d]{1})/g, '' ) ;

return str ;
}
</script>


函数CleanWordHTML（str）
{
str=str.replace（/\s*/g，“”）；
str=str.replace（/.*？/g，“”）；
str=str.replace（/\s*mso-[^:::+:[^；“]+；？/gi，”）；
str=str.replace（/\s*边距：0cm 0cm 0pt\s*；/gi，”）；
str=str.replace（/\s*边距：0cm 0cm 0pt\s*“/gi，\”）；
str=str.replace（/\s*文本缩进：0cm\s*；/gi，”）；
str=str.replace（/\s*文本缩进：0cm\s*“/gi，\”）；
str=str.replace（/\s*TEXT-ALIGN:[^\s；]+；？“/gi，\”）；
str=str.replace（/\s*PAGE-BREAK-BEFORE:[^\s；]+；？“/gi，\”）；
str=str.replace（/\s*FONT-VARIANT:[^\s；]+；？“/gi，\”）；
str=str.replace（/\s*制表位：[^；“]*；？/gi，”）；
str=str.replace（/\s*制表位：[^“]*/gi，”）；
str=str.replace（/\s*face=“[^”]*”/gi，”）；
str=str.replace（/\s*face=[^>]*/gi，”）；
str=str.replace（/\s*FONT-FAMILY:[^；“]*；？/gi，”）；
str=str.replace（/]*）class=（[^>]*）（[^>]*）/gi，“]*）/gi，“*？”，“gi”）；
str=str.replace（re），Tinymce在粘贴时对此有一个标志

你应该看看

在这里，您可以使用“o”访问粘贴的内容，并确定粘贴是否来自Word。
例如：

我正在使用一个特殊的函数来去除不需要的标签（我对tinymce处理这个问题的默认方式不太满意，所以我自己写了一个）.
CKEditor已经做好了这项检查，也许可以看看他们的源代码，因为它是开放的。这是一个不错的开始。我会看看其他人怎么说，但帮了一点忙，所以给了你一个赞成票。@zeNo对Firefox/Chrome很好，但在IE中添加了额外的“@zoNO为什么删除标题H1-H6？”？
paste_preprocess : function(pl, o) {
  //if(console) console.log('content', o);

  if (o.wordContent ) {
           alert('paste from WORD detected!!!');
    }
  ...   
},