Как удалить все HTML-теги регулярным выражением?

#html #регулярные_выражения

Есть регулярное выражение (\<(/?[^>]+)>), которое оставляет HTML-тэги.
Как наоборот удалить все тэги, оставив только текст?
    

Ответы

Ответ 1

Так собственно её и можно использовать для чистки тегов, скормив в sub.

В Python:

>>> import re
>>> re.sub(r'(\<(/?[^>]+)>)', '', 'Текст с 
тегами')
'Текст с тегами'


В JavaScript:

>>> console.log('Текст с 
тегами'.replace(/(\<(\/?[^>]+)>)/g, ''))
"Текст с тегами"


Только надо обязательно помнить, что никакое регулярное выражение не сможет правильно
обработать сломанный html:

>>> line = '
 >>>2 + 3 < 6
True 
>> re.sub(r'(\<(/?[^>]+)>)', '', line)
' >>>2 + 3 True  тарий -->
Ответ 2

На данный момент, наиболее близкая к браузерной версия:

function textByBrowser(html) {
  var div = document.createElement("div");
  div.innerHTML = html;
  return div.textContent;
}

function textByRegex(html) {
  return html.replace(/

>alert(1)>', '123\n' ]; tests.map(textByBrowser) + "" == tests.map(textByRegex) // true Наличие угловых скобок в аттрибутах обрабатывается некорректно: textByBrowser('1

2

3') // 123 textByRegex('1

2

3') // 1">23 И с мнемониками надо разобраться по своему усмотрению: textByBrowser("<") // "<" textByRegex("<") // "<" Обращаю внимание, что ни один из способов получения текста не является защитой от XSS-атак. При выводе пользовательского текста на странице всегда надо применять экранирование. console.log(textByBrowser('<script>alert("XSS!")</script>')); // PS: Более ранняя версия ответа с другим кодом доступна в истории.

Ответ 3

(?:<).*?(?:>) - вырезает все теги

Ответ 4

В php есть функция strip_tags - удаляет HTML и PHP тэги из строки

Ответ 5

Как по мне, более точное определение тега будет таким В JavaScript: <\/?[A-Za-z]+[^>]*>