讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

updream

一键生成高质量推广成片

剧云
剧云

中文短剧剧本制作平台

HTML怎么提取纯文本内容_HTML去除标签保留文字【指南】

陌枫酱_2535

陌枫酱_2535

发布时间:2026-03-22 22:20:31

|

670人浏览过

|

来源于php中文网

原创

textContent 是提取纯文本最可靠的方式,它忽略 HTML 标签、不触发重排、保留空格换行,且能获取隐藏元素文本;但不解析 HTML 实体,需配合 DOMParser 转义。

html怎么提取纯文本内容_html去除标签保留文字【指南】

用 textContent 最快最安全

直接读取元素的 textContent 属性,是提取纯文本最可靠的方式。它天然忽略所有 HTML 标签,只返回渲染时用户实际看到的文字内容(包括空格、换行),且不触发重排或执行脚本。

常见错误现象:有人用 innerHTML + 正则删标签,结果把 <script>alert(1)</script> 里的文字也漏掉,或者误删   这类实体;还有人用 innerText,但在 Firefox 中会跳过隐藏元素,导致文本缺失。

  • textContent 能拿到 display: none 或 visibility: hidden 元素里的文字
  • 它不会解析 HTML 实体,© 会原样输出为字符串 ©,如需转义得额外处理
  • 性能上比正则或 DOM 遍历快一个数量级,尤其对大段 HTML

需要转义 HTML 实体?用 DOMParser 配合 textContent

如果原始 HTML 字符串里有  、< 这类实体,而你希望它们变成对应字符(比如空格、),就不能只靠 <code>textContent —— 它不解析实体。

正确做法是先用 DOMParser 解析字符串为文档片段,再取 textContent:

立即学习“前端免费学习笔记(深入)”;

const parser = new DOMParser();
const doc = parser.parseFromString(' Hello <b>world</b>', 'text/html');
const text = doc.body.textContent; // → " Hello world"

注意点:

DeepBI DHTML 页面生成器
DeepBI DHTML 页面生成器

生成可在 deepbi 沙箱 iframe 内运行或作为独立文件运行的交互式 HTML 页面,使用 `window.deepbi` JS SDK 实现数据查询、空间管理、文件浏览及用户操作。当用户提出以下需求时启用该能力: - 创建 KPI 仪表盘、数据表格、文件浏览器、成员列表、管理页面; - 明确要求“转成 dhtml”、“转译成 HTML”、“把 XX 页面转成……”、“控制台页面”、“管理后台”、“DeepBI 页面迁移”; - 提及位于 `apps/console/src/featur

下载
  • parseFromString 的 MIME 类型必须是 'text/html',写成 'application/xml' 会失败
  • IE 不支持 DOMParser 解析 HTML(仅支持 XML),如需兼容 IE,得 fallback 到临时 div.innerHTML + textContent
  • 不要用 innerHTML 直接写入不可信字符串,否则可能执行恶意脚本

正则 /]*>/g 看似简单,但根本不可靠

网上常见“用正则删掉所有 <...></...>”的做法,在真实场景中几乎必然出错。

典型翻车现场:

  • 遇到 <script>console.log('<div>')</script> 这种嵌套在字符串里的尖括号,正则直接乱劈叉
  • <img alt="A < B"> 里的 是属性值,不该被当标签头删掉
  • 注释 <!-- hello -->、CDATA 段、DOCTYPE 都会被漏处理或误伤

结论:正则只适合清理已知格式的极简标记(比如自己生成的、无属性无嵌套的标签),绝不能用于任意 HTML 字符串。

服务端或大量文本?别在浏览器里硬刚

如果要批量处理几百 KB 的 HTML 文本(比如爬虫结果、邮件正文),在前端用 JS 解析会卡住主线程,用户体验差,还可能爆内存。

更合理的分工是:

  • 服务端用成熟库处理:Node.js 用 cheerio 或 jsdom,Python 用 BeautifulSoup 或 lxml
  • 浏览器端只做轻量展示层清洗,比如用户粘贴进富文本框后实时预览纯文本
  • 真要前端跑大 HTML,至少用 Web Worker 隔离,避免阻塞 UI

容易被忽略的是:textContent 看似简单,但它依赖 DOM 已挂载。如果元素还没插入文档(比如刚 document.createElement('div')),textContent 仍可读,但 innerText 可能返回空字符串——这个差异在动态渲染场景里经常引发 bug。

相关文章

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

Atoms
Atoms Hot

Atoms是一款AI智能体工具,第一支自动构建真实业务的 AI 团队。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

相关专题

更多
html版权符号
html版权符号

html版权符号是“©”,可以在html源文件中直接输入或者从word中复制粘贴过来,php中文网还为大家带来html的相关下载资源、相关课程以及相关文章等内容,供大家免费下载使用。

7675

2023.06.14

html在线编辑器
html在线编辑器

html在线编辑器是用于在线编辑的工具,编辑的内容是基于HTML的文档。它经常被应用于留言板留言、论坛发贴、Blog编写日志或等需要用户输入普通HTML的地方,是Web应用的常用模块之一。php中文网为大家带来了html在线编辑器的相关教程、以及相关文章等内容,供大家免费下载使用。

4212

2023.06.21

html网页制作
html网页制作

html网页制作是指使用超文本标记语言来设计和创建网页的过程,html是一种标记语言,它使用标记来描述文档结构和语义,并定义了网页中的各种元素和内容的呈现方式。本专题为大家提供html网页制作的相关的文章、下载、课程内容,供大家免费下载体验。

3870

2023.07.31

html空格
html空格

html空格是一种用于在网页中添加间隔和对齐文本的特殊字符,被用于在网页中插入额外的空间,以改变元素之间的排列和对齐方式。本专题为大家提供html空格的相关的文章、下载、课程内容,供大家免费下载体验。

3899

2023.08.01

html是什么
html是什么

HTML是一种标准标记语言,用于创建和呈现网页的结构和内容,是互联网发展的基石,为网页开发提供了丰富的功能和灵活性。本专题为大家提供html相关的各种文章、以及下载和课程。

5319

2023.08.11

html字体大小怎么设置
html字体大小怎么设置

在网页设计中,字体大小的选择是至关重要的。合理的字体大小不仅可以提升网页的可读性,还能够影响用户对网页整体布局的感知。php中文网将介绍一些常用的方法和技巧,帮助您在HTML中设置合适的字体大小。

3821

2023.08.11

html转txt
html转txt

html转txt的方法有使用文本编辑器、使用在线转换工具和使用Python编程。本专题为大家提供html转txt相关的文章、下载、课程内容,供大家免费下载体验。

3649

2023.08.31

html文本框代码怎么写
html文本框代码怎么写

html文本框代码:1、单行文本框【<input type="text" style="height:..;width:..;" />】;2、多行文本框【textarea style=";height:;"></textare】。

3128

2023.09.01

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
GDB 17.2 官方文档集合
GDB 17.2 官方文档集合

共0课时 | 0人学习

Bootstrap 入门安装配置
Bootstrap 入门安装配置

共0课时 | 0人学习

38+ PhpStorm 提示和技巧
38+ PhpStorm 提示和技巧

共1课时 | 244人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn