javascript - 使用 Xml.parse() 删除标签内容与值数组匹配的 html 标签和内容

Question

我使用 .getBody() 从 GmailApp 中提取了一些 html，并希望返回一些 html，该 html 过滤特定标记和内容，其中内容与数组中的任何值匹配(特别是与某些文本的链接)。正在查看this solution我认为最简单的方法是使用 Xml.parse() 并过滤对象，但不能超出创建 XmlDocument 的范围。

例如，如果:

var html = '<div>some text then <div><a href="http://example1.com">foo</a></div> and then <span>some <a href="http://example2.com">baa</a>,and finally <a href="http://example3.com">close</a></span></div>';

和

var linksToRemove = ['baa','foo'];

我怎样才能返回

var newHtml = '<div>some text then <div></div> and then <span>some ,and finally <a href="http://example3.com">close</a></span></div>';

使用

var obj = Xml.parse(html, true);

我可以得到一个对象来处理，但它一切都从那里分崩离析(我也考虑过只使用 .replace() 但考虑到与正则表达式匹配的问题，我认为最好避免)

Answer 1

以下建议选择尝试使用正则表达式

var html = '<div>some text then <div><a href="http://example1.com">foo</a></div> and then <span>some <a href="http://example2.com">baa</a>,and finally <a href="http://example3.com">close</a></span></div>';

var linksToRemove = ['baa', 'foo'];
var newHtml = cleanBody(html, linksToRemove);

/**
 * Removes links from html text
 * @param {string} html The html to be cleaned.
 * @param {array} exclude The array of link text to remove.
 * @returns {string} Cleaned html.
 */
function cleanBody(html, exclude) {
    html = html.replace(/\r?\n|\r|\t/g, ''); // used to remove breaks and tabs
    var re = '<a\\b[^>]*>(' + exclude.join('|') + ')<\\/a>';
    return html.replace(new RegExp(re, 'ig'), "");
}

在 http://jsfiddle.net/HdsPU/ 进行测试