在JavaScript中,要从HTML字符串中提取纯文本内容,可以使用DOMParser API来解析HTML,然后遍历DOM元素获取文本节点。下面是一个示例方法:
function htmlToText(html) {
// 创建一个新的DOMParser实例
var parser = new DOMParser();
// 使用DOMParser的parseFromString方法将HTML字符串转换为Document对象
var doc = parser.parseFromString(html, 'text/html');
// 定义一个函数来递归提取所有文本节点的内容
function extractText(node) {
var text = '';
if (node.nodeType === Node.TEXT_NODE) {
text += node.textContent;
} else if (node.nodeType === Node.ELEMENT_NODE) {
for (var i = 0; i < node.childNodes.length; i++) {
text += extractText(node.childNodes[i]);
}
}
return text;
}
// 从Document对象的body开始提取文本
return extractText(doc.body);
}
// 使用示例
var html = '<div><p>你好,<b>世界</b>!</p><p>欢迎来到JavaScript的世界。</p></div>';
console.log(htmlToText(html)); // 输出: "你好,世界!欢迎来到JavaScript的世界。"
这个htmlToText
函数首先使用DOMParser将输入的HTML字符串解析成一个文档对象,然后通过递归函数extractText
遍历文档中的所有节点,收集并拼接文本节点的内容,最终返回这段HTML的纯文本形式。