web-dev-qa-db-fra.com

Extraire le texte de la chaîne HTML à l'aide de JavaScript

J'essaie d'obtenir le texte interne de la chaîne HTML, en utilisant une fonction JS (la chaîne est passée en argument). Voici le code:

function extractContent(value) {
    var content_holder = "";

    for(var i=0;i<value.length;i++) {
        if(value.charAt(i) === '>') {
            continue;
            while(value.charAt(i) != '<') {
                content_holder += value.charAt(i);
            }
        }

    }
    console.log(content_holder);
}

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

Le problème est que rien n'est imprimé sur la console (content_holder reste vide). Je pense que le problème est dû à l'opérateur "===".

javascripthtmlstringtextextract
16
Toshkuuu

Créez un élément, stockez-y le code HTML et récupérez son textContent:

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>"));

Voici une version qui vous permet d'avoir des espaces entre les nœuds, bien que vous ne le souhaitiez probablement que pour les éléments de niveau bloc:

function extractContent(s, space) {
  var span= document.createElement('span');
  span.innerHTML= s;
  if(space) {
    var children= span.querySelectorAll('*');
    for(var i = 0 ; i < children.length ; i++) {
      if(children[i].textContent)
        children[i].textContent+= ' ';
      else
        children[i].innerText+= ' ';
    }
  }
  return [span.textContent || span.innerText].toString().replace(/ +/g,' ');
};
    
console.log(extractContent("<p>Hello</p><a href='http://w3c.org'>W3C</a>.  Nice to <em>see</em><strong><em>you!</em></strong>"));

console.log(extractContent("<p>Hello</p><a href='http://w3c.org'>W3C</a>.  Nice to <em>see</em><strong><em>you!</em></strong>",true));
42
Rick Hitchcock

Version à une ligne (plus précisément, une instruction):

function extractContent(html) {

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

}
18
user663031

textContext est une très bonne technique pour obtenir les résultats souhaités mais parfois nous ne voulons pas charger DOM. Une solution de contournement si simple suivra l'expression régulière:

let htmlString = "<p>Hello</p><a href='http://w3c.org'>W3C</a>"
let plainText = htmlString.replace(/<[^>]+>/g, '');
2
Mubeen Khan

utiliser cette expression régulière pour supprimer les balises html et stocker uniquement le texte interne en html

il montre le HelloW3c seulement le vérifier

var content_holder = value.replace(/<(?:.|\n)*?>/gm, '');
2
Ahmer

Essaye ça:-

<!DOCTYPE html>
<html>
<body>
<script type="text/javascript">
function extractContent(value){
        var div = document.createElement('div')
        div.innerHTML=value;
        var text= div.textContent;            
        return text;
}
window.onload=function()
{
   alert(extractContent("<p>Hello</p><a href='http://w3c.org'>W3C</a>"));
};
</script>
</body>
</html>
2
Sharique Ansari