從來自服務器的字符串中刪除HTML標簽和實體

Question

在一個應用程序中，我收到一些HTML文本：由於該應用程序無法顯示（解釋）HTML，因此我需要從從服務器接收的字符串中刪除任何HTML標記和實體。

我嘗試了以下操作，但是此操作刪除了HTML標簽，但未刪除實體（例如＆bnsp;）：

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

任何幫助表示贊賞。

免責聲明：我需要一個純JavaScript解決方案（沒有JQuery，Underscore等）。

[更新] 我現在正在閱讀所有答案，而我忘了提及我使用的是JavaScript，但環境不是網頁，因此我沒有DOM 。

Answer 1

您可以嘗試如下操作：

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

var theText = placeholder.innerText;

.innerText僅從元素中獲取文本內容。

但是，由於看上去您根本無法訪問任何DOM操作，因此您可能將不得不使用某種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則表達式或幻影div的解決方案。

我將代碼放在這里的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，解析新文檔中的HTML代碼段，然后從中進行dom操作（如果您希望將其與當前文檔分開）：

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

tmpDoc.body.textContent計算為：

some text more text

Answer 4

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