javascript - 使用 JavaScript 清理 Microsoft Word 粘贴的文本

Question

我正在使用“contenteditable”<div/>并启用粘贴。

从 Microsoft Word 的剪贴板副本粘贴的标记代码数量惊人。我正在与此作斗争，并且使用 Prototypes' stripTags() 已经完成了大约 1/2 的工作。函数(不幸的是，它似乎无法让我保留一些标签)。

但是，即使在那之后，我仍然得到了大量不需要的标记代码。

所以我的问题是，是否有一些函数(使用 JavaScript)或我可以使用的方法来清理大部分不需要的标记？

Answer 1

这是我最终编写的函数，它很好地完成了这项工作(据我所知)。

如果有人有任何改进建议，我当然愿意接受。谢谢。

function cleanWordPaste( in_word_text ) {
 var tmp = document.createElement("DIV");
 tmp.innerHTML = in_word_text;
 var newString = tmp.textContent||tmp.innerText;
 // this next piece converts line breaks into break tags
 // and removes the seemingly endless crap code
 newString  = newString.replace(/\n\n/g, "<br />").replace(/.*<!--.*-->/g,"");
 // this next piece removes any break tags (up to 10) at beginning
 for ( i=0; i<10; i++ ) {
  if ( newString.substr(0,6)=="<br />" ) { 
   newString = newString.replace("<br />", ""); 
  }
 }
 return newString;
}

希望这对你们中的一些人有帮助。