从来自服务器的字符串中删除HTML标签和实体

Question

在一个应用程序中，我收到一些HTML文本：由于该应用程序无法显示（解释）HTML，因此我需要从从服务器接收的字符串中删除任何HTML标记和实体。

我尝试了以下操作，但是此操作删除了HTML标签，但未删除实体（例如＆bnsp;）：

stringFromServer.replace(/(<([^>]+)>)/ig,"");

任何帮助表示赞赏。

免责声明：我需要一个纯JavaScript解决方案（没有JQuery，Underscore等）。

[更新] 我现在正在阅读所有答案，而我忘了提及我使用的是JavaScript，但环境不是网页，因此我没有DOM 。

Answer 1

您可以尝试如下操作：

var placeholder = document.createElement('div');
placeholder.innerHTML = stringFromServer;

var theText = placeholder.innerText;

.innerText仅从元素中获取文本内容。

但是，由于看上去您根本无法访问任何DOM操作，因此您可能将不得不使用某种HTML解析器，例如：
https://www.npmjs.org/package/htmlparser
http://ejohn.org/blog/pure-javascript-html-parser/

Answer 2

在Mozilla的MDN上可以找到不使用正则表达式或幻影div的解决方案。

我将代码放在这里的JSfiddle中 ：

var sMyString = "<a id=\"a\"><b id=\"b\">hey!<\/b><\/a>";
var oParser = new DOMParser();
var oDOM = oParser.parseFromString(sMyString, "text/xml");
// print the name of the root element or error message
alert(oDOM.documentElement.nodeName == "parsererror" ?
       "error while parsing" : oDOM.documentElement.textContent);

Answer 3

或者，解析新文档中的HTML代码段，然后从中进行dom操作（如果您希望将其与当前文档分开）：

var tmpDoc=document.implementation.createHTMLDocument("");
tmpDoc.body.innerHTML="<a href='#'>some text</a><p style=''> more text</p>";
tmpDoc.body.textContent;

tmpDoc.body.textContent计算为：

some text more text

Answer 4

stringFromServer.replace(/(<([^>]+)>|&[^;]+;)/ig, "")