如何在HTML标记之间搜索文本

Question

我正在使用mongoJS来处理我的数据库查询。 我遇到了一个问题，字符串包含HTML标签，我正在使用正则表达式来搜索集合中的字符串。 如何通过忽略HTML标记来搜索文本？

var userInput = $scope.userInput; // value from user input
db.collections.find({'obj': {$regex: new RegExp(userInput) } }).toArray(function(err, result){ 
  return res.json(result); 
}

集合

[{_id:"34aw34d343s4", obj:"How are you?"},
{_id:"34asdfwer343s4", obj:"Are you okay?"},
{_id:"3sDaweqr43s4", obj:"Goodbye, my friend!"},
{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]

用户输入

these are
these
these are important

产量

[{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]
[{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]
[]

预期

[{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]
[{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]
[{_id:"34aw3sdfgds3s4", obj:"Do you know these are <strong>important</strong> items"}]

Answer 1

您应该在用户输入进入数据库之前清理它。 根据我对您的系统的理解，用户输入（在插入数据库之前）很可能不会被清理，并且您的站点很容易受到XSS攻击 。

我建议您使用像sanitize-html这样的库来保护您的网站免受跨站点脚本攻击以及此问题的答案。

Answer 2

你可以使用RegExp 测试方法：/ /these|are/.test(stringToCheckAgainst);

 var testCases = ["these are", "these", "these are <strong>item</strong>"]; testCases.forEach(function(value) { document.write(/these|are/.test(value) + "\\n"); }); 

Answer 3

如果要删除html标记，请使用以下方法

1. jQuery的（HTML）的.text（）;
2. yourStr.replace（/ <（？：。| \\ n）*？> / gm，''）;
3. yourStr.replace（/ <[^>] +> / g，''）;

更多关于来自Text JavaScript的Strip HTML