在Google Apps腳本中分割HTML標簽

Question

我正在尋找一種快速的方法來從Google Apps腳本的內容中剝離HTML標簽。

現在，我正在使用以下功能進行HTML解析：

function getTextFromHtml(body) {
  return getTextFromNode(Xml.parse(body, true).getElement());
}

function getTextFromNode(x) {
 switch(x.toString()) {
  case 'XmlText': return x.toXmlString();
  case 'XmlElement': return x.getNodes().map(getTextFromNode).join('');
  default: return '';
 }
}

但是對於HTML而言，這種方式是如此低效。

示例HTML內容： http ： //pastebin.com/FmB4hvN2

有任何想法嗎？

Answer 1

這將從輸入中刪除所有標簽。

 var text = html.replace(/<[^>]+>/g, "");

Answer 2

如果您要替換的內容始終用<和>包裹，則可以

Regex rgx = new Regex(someString);
string result = rgx.Replace("<[^>]*>", "");