如何从纯文本中提取html标记

How to extract html markup from plain texts

本文关键字：提取 html 标记 文本      更新时间：2023-09-26

我从CKEditor那里得到了一堆纯文本的html数据。它包含表结构和一堆html标记。

我想知道是否有一种方法只提取表结构和td数据。

纯文本可能类似

first table....bunch more texts here...
<table>
   <tr><td>  data1  </td></tr>
   <tr><td>  data2  </td></tr>
   <tr><td>  data3  </td></tr>
</table>
end of table. test data here...
<table>
   <tr><td>  data4  </td></tr>
   <tr><td>  data5  </td></tr>
   <tr><td>  data6  </td></tr>
</table>
end of second table and bunch more texts....

我试过

//tableData contains everything the user type in CKEditor.
var table = tableData.getElementsByTagName ('table');

但我刚刚意识到这些文本在dom中是不存在的。它们只是我从CKEditor中提取的纯文本。

如何提取这些table数据？

谢谢你的帮助！

我假设您有一个tableData字符串，您希望从中提取DOM节点以便能够处理它们。

为了避免解析，可以将此字符串插入到临时DOM元素中。

var temp = document.createElement( 'div' );
div.innerHTML = tableData;
// Retrieve all tables.
var tables = div.getElementsByTagName( 'table' );

您需要以下内容，将所有表拉入一个数组中，然后对它们进行迭代。这是一把小提琴，也显示了这一点http://jsfiddle.net/M5nMY/.这里我假设tabledata是包含表的DOM元素的id。

var tableData = document.getElementById('tabledata');
var tables = tableData.getElementsByTagName('table');
var data = new Array();
for(var k = 0; k < tables.length; k++){
   var table = tables[k];
   for(var i=0; i< table.rows.length; i++){
      var row = table.rows[i].cells;
      for(var j=0; j < row.length; j++){
        data.push(row[j].innerHTML);
      }
   }
}

请注意，在这种情况下，我已经将所有表中的所有数据一次一行地推送到单个数组中。

相关文章：