javascript - 从 html 中剥离邮件正文，并使用 Javascript 保留格式

Question

我有一个邮件内容，可能包含 html/css。我想清除标签、图像中的文本，但想保留格式，这样它仍然足够可读。

架构是:

1)从服务器获取电子邮件；

2)将其存储到数据库中；

3)通过Spring后端向网页请求获取

4)显示它已从 html/css 标签中清理出来，只是纯文本，其中将包含换行符、空格和一些基本格式。

这段代码帮助我摆脱了 html 标签，但所有文本都变得可读性很强。

var htmlToPlaintext = function(text) {
            return text ? String(text).replace(/<[^>]+>/gm, '') : '';
};

关于如何达到预期结果有什么建议吗？

P.S.:如果需要，我可以在 java 后端预处理数据。

谢谢!

Answer 1

我认为你应该让浏览器为你做这件事。

检查这个getText函数:

function getText(html)
{
   var tmp = document.createElement("div");
   tmp.innerHTML = html;
   return tmp.textContent||tmp.innerText;
}
var html = document.getElementById("htmlDiv").innerHTML;
alert(getText(html))

<div id='htmlDiv'>
  <div>this is first line. <span> another part</span></div>
  <div>this is another line. 
    <p>
      paragraph 1
    </p>
    <p> 
      paragraph 2
    </p>
  </div>
</div>