有没有办法清除html标签的所有属性？

Question

我有个word，里面很多表格，我把word转成了网页，然后就拿到了table标签的代码，但是里面很多属性，很多样式，我只想要最基础的table标签代码。

Answer 1

function removeAttributes(htmlString) {
  // 正则表达式匹配HTML标签和属性
  var pattern = /<[^>]+?(\s+[^>]*?)?>/gi;
  
  // 使用字符串替换将匹配到的标签和属性清除
  var cleanString = htmlString.replace(pattern, function (match) {
    return match.replace(/(\s+\w+(=["'][^"']*["'])?)/gi, '');
  });
  
  return cleanString;
}

// 示例用法
var htmlString = '<p class="my-class" style="color:red">This is a paragraph.</p>';
var cleanedString = removeAttributes(htmlString);
console.log(cleanedString); // <p>This is a paragraph.</p>

本文参与了SegmentFault 思否面试闯关挑战赛，欢迎正在阅读的你也加入。

Answer 2

我理解表格合并什么的其实还是需要的，所以有可能全部去除也并不是你期望的。

这样的话，有几个想法

1. style 全部干掉。
2. 特殊标签替换为span，比如说 i、strong、font 等

本文参与了SegmentFault 思否面试闯关挑战赛，欢迎正在阅读的你也加入。

Answer 3

几个方法：

• 直接处理字符串，那么需要将不符合的内容进行替换
• 获取到 dom 后 clone 一份，然后利用各种 DOM Api 进行修改，例如 domEle.attribs = {}
• 转成 ast ，基于 ast 的修改方法去过滤后修改，在转成目标内容

本文参与了SegmentFault 思否面试闯关挑战赛，欢迎正在阅读的你也加入。