清除 html 标签属性的妙法

当你将 Microsoft Word 文档转换为 HTML 时，可能会遇到一个问题：转换后的 HTML 代码中包含大量冗余的表格标签属性和繁杂的样式。如何清除这些属性，仅保留最基本的表格标签代码呢？

解决方案：

借助 JavaScript 中的正则表达式，我们可以轻松清除 HTML 标签中的所有属性。下面是一个函数实现：

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：

立即学习“Java免费学习笔记（深入）”；

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>

通过调用此函数，你可以轻松清除 HTML 标签中的所有属性，仅保留最基础的标签代码。