Удаляем мусор в HTML-коде после вставки из Word - Разное - Интересные решения для программистов - Примеры кода

Разное → Удаляем мусор в HTML-коде после вставки из Word → JavaScript

Данная функция предназначена для очистки html-кода, а конкретно кода, который генерируется при переносе текста из Word'a. Удобно использовать в online wysiwyg-редакторах, где этот функционал не реализован (для этой цели и искалась).

Код взят из плагина CleanHTML для редактора FCKEditor.

function CleanWord( html )
{
  bIgnoreFont = true;
  bRemoveStyles = true;

html = html.replace(/<o:p>\s*<\/o:p>/g, '') ;
  html = html.replace(/<o:p>.*?<\/o:p>/g, ' ') ;

// Remove mso-xxx styles.
  html = html.replace( /\s*mso-[^:] :[^;"] ;?/gi, '' ) ;

// Remove margin styles.
  html = html.replace( /\s*MARGIN: 0cm 0cm 0pt\s*;/gi, '' ) ;
  html = html.replace( /\s*MARGIN: 0cm 0cm 0pt\s*"/gi, "\"" ) ;

html = html.replace( /\s*TEXT-INDENT: 0cm\s*;/gi, '' ) ;
  html = html.replace( /\s*TEXT-INDENT: 0cm\s*"/gi, "\"" ) ;

html = html.replace( /\s*TEXT-ALIGN: [^\s;] ;?"/gi, "\"" ) ;

html = html.replace( /\s*PAGE-BREAK-BEFORE: [^\s;] ;?"/gi, "\"" ) ;

html = html.replace( /\s*FONT-VARIANT: [^\s;] ;?"/gi, "\"" ) ;

html = html.replace( /\s*tab-stops:[^;"]*;?/gi, '' ) ;
  html = html.replace( /\s*tab-stops:[^"]*/gi, '' ) ;

// Remove FONT face attributes.
  if ( bIgnoreFont )
  {
    html = html.replace( /\s*face="[^"]*"/gi, '' ) ;
    html = html.replace( /\s*face=[^ >]*/gi, '' ) ;

html = html.replace( /\s*FONT-FAMILY:[^;"]*;?/gi, '' ) ;
  }

// Remove Class attributes
  html = html.replace(/<(\w[^>]*) class=([^ |>]*)([^>]*)/gi, "<$1$3") ;

// Remove styles.
  if ( bRemoveStyles )
    html = html.replace( /<(\w[^>]*) style="([^\"]*)"([^>]*)/gi, "<$1$3" ) ;

// Remove empty styles.
  html =  html.replace( /\s*style="\s*"/gi, '' ) ;

html = html.replace( /<SPAN\s*[^>]*>\s* \s*<\/SPAN>/gi, ' ' ) ;
  html = html.replace( /<SPAN\s*[^>]*><\/SPAN>/gi, '' ) ;

// Remove Lang attributes
  html = html.replace(/<(\w[^>]*) lang=([^ |>]*)([^>]*)/gi, "<$1$3") ;

html = html.replace( /<SPAN\s*>(.*?)<\/SPAN>/gi, '$1' ) ;

html = html.replace( /<FONT\s*>(.*?)<\/FONT>/gi, '$1' ) ;

// Remove XML elements and declarations
  html = html.replace(/<\?\?xml[^>]*>/gi, '' ) ;

// Remove Tags with XML namespace declarations: <o:p><\/o:p>
  html = html.replace(/<\/?\w :[^>]*>/gi, '' ) ;

// Remove comments [SF BUG-1481861].
  html = html.replace(/<\!--.*?-->/mg, '' ) ;

html = html.replace( /<(U|I|STRIKE)> <\/\1>/g, ' ' ) ;

html = html.replace( /<H\d>\s*<\/H\d>/gi, '' ) ;

// Remove "display:none" tags.
  html = html.replace( /<(\w )[^>]*\sstyle="[^"]*DISPLAY\s?:\s?none(.*?)<\/\1>/ig, '' ) ;

// Remove language tags
  html = html.replace( /<(\w[^>]*) language=([^ |>]*)([^>]*)/gi, "<$1$3") ;

// Remove onmouseover and onmouseout events (from MS Word comments effect)
  html = html.replace( /<(\w[^>]*) onmouseover="([^\"]*)"([^>]*)/gi, "<$1$3") ;
  html = html.replace( /<(\w[^>]*) onmouseout="([^\"]*)"([^>]*)/gi, "<$1$3") ;

if ( FCKConfig.CleanWordKeepsStructure )
  {
    // The original <Hn> tag send from Word is something like this: <Hn style="margin-top:0px;margin-bottom:0px">
    html = html.replace( /<H(\d)([^>]*)>/gi, '<h$1>' ) ;

// Word likes to insert extra <font> tags, when using MSIE. (Wierd).
    html = html.replace( /<(H\d)><FONT[^>]*>(.*?)<\/FONT><\/\1>/gi, '<$1>$2<\/$1>' );
    html = html.replace( /<(H\d)><EM>(.*?)<\/EM><\/\1>/gi, '<$1>$2<\/$1>' );
  }
  else
  {
    html = html.replace( /<H1([^>]*)>/gi, '<div$1><b><font size="6">' ) ;
    html = html.replace( /<H2([^>]*)>/gi, '<div$1><b><font size="5">' ) ;
    html = html.replace( /<H3([^>]*)>/gi, '<div$1><b><font size="4">' ) ;
    html = html.replace( /<H4([^>]*)>/gi, '<div$1><b><font size="3">' ) ;
    html = html.replace( /<H5([^>]*)>/gi, '<div$1><b><font size="2">' ) ;
    html = html.replace( /<H6([^>]*)>/gi, '<div$1><b><font size="1">' ) ;

html = html.replace( /<\/H\d>/gi, '<\/font><\/b><\/div>' ) ;

// Transform <P> to <DIV>
    var re = new RegExp( '(<P)([^>]*>.*?)(<\/P>)', 'gi' ) ; // Different because of a IE 5.0 error
    html = html.replace( re, '<div$2<\/div>' ) ;

// Remove empty tags (three times, just to be sure).
    // This also removes any empty anchor
    html = html.replace( /<([^\s>] )(\s[^>]*)\s*<\/\1>/g, '' ) ;
    html = html.replace( /<([^\s>] )(\s[^>]*)\s*<\/\1>/g, '' ) ;
    html = html.replace( /<([^\s>] )(\s[^>]*)\s*<\/\1>/g, '' ) ;
  }
  // Remove comments
  html = html.replace( /<\!--.*-->/mg, '' ) ;

return html ;
}

clean, editor, html, javascript, wisiwyg

KOS_MOS

unknown

27.04.2009

Меню

Подписка на RSS:

Подпишись на RSS-ленту

Поиск

Облако тегов

	Разное → Удаляем мусор в HTML-коде после вставки из Word → JavaScript Данная функция предназначена для очистки html-кода, а конкретно кода, который генерируется при переносе текста из Word'a. Удобно использовать в online wysiwyg-редакторах, где этот функционал не реализован (для этой цели и искалась). Код взят из плагина CleanHTML для редактора FCKEditor. function CleanWord( html ) { bIgnoreFont = true; bRemoveStyles = true; html = html.replace(/<o:p>\s<\/o:p>/g, '') ; html = html.replace(/<o:p>.?<\/o:p>/g, ' ') ; // Remove mso-xxx styles. html = html.replace( /\smso-[^:] :[^;"] ;?/gi, '' ) ; // Remove margin styles. html = html.replace( /\sMARGIN: 0cm 0cm 0pt\s;/gi, '' ) ; html = html.replace( /\sMARGIN: 0cm 0cm 0pt\s"/gi, "\"" ) ; html = html.replace( /\sTEXT-INDENT: 0cm\s;/gi, '' ) ; html = html.replace( /\sTEXT-INDENT: 0cm\s"/gi, "\"" ) ; html = html.replace( /\sTEXT-ALIGN: [^\s;] ;?"/gi, "\"" ) ; html = html.replace( /\sPAGE-BREAK-BEFORE: [^\s;] ;?"/gi, "\"" ) ; html = html.replace( /\sFONT-VARIANT: [^\s;] ;?"/gi, "\"" ) ; html = html.replace( /\stab-stops:[^;"];?/gi, '' ) ; html = html.replace( /\stab-stops:[^"]/gi, '' ) ; // Remove FONT face attributes. if ( bIgnoreFont ) { html = html.replace( /\sface="[^"]"/gi, '' ) ; html = html.replace( /\sface=[^ >]/gi, '' ) ; html = html.replace( /\sFONT-FAMILY:[^;"];?/gi, '' ) ; } // Remove Class attributes html = html.replace(/<(\w[^>]) class=([^ \|>])([^>])/gi, "<$1$3") ; // Remove styles. if ( bRemoveStyles ) html = html.replace( /<(\w[^>]) style="([^\"])"([^>])/gi, "<$1$3" ) ; // Remove empty styles. html = html.replace( /\sstyle="\s"/gi, '' ) ; html = html.replace( /<SPAN\s[^>]>\s* \s<\/SPAN>/gi, ' ' ) ; html = html.replace( /<SPAN\s[^>]><\/SPAN>/gi, '' ) ; // Remove Lang attributes html = html.replace(/<(\w[^>]) lang=([^ \|>])([^>])/gi, "<$1$3") ; html = html.replace( /<SPAN\s>(.?)<\/SPAN>/gi, '$1' ) ; html = html.replace( /<FONT\s>(.?)<\/FONT>/gi, '$1' ) ; // Remove XML elements and declarations html = html.replace(/<\?\?xml[^>]>/gi, '' ) ; // Remove Tags with XML namespace declarations: <o:p><\/o:p> html = html.replace(/<\/?\w :[^>]>/gi, '' ) ; // Remove comments [SF BUG-1481861]. html = html.replace(/<\!--.?-->/mg, '' ) ; html = html.replace( /<(U\|I\|STRIKE)> <\/\1>/g, ' ' ) ; html = html.replace( /<H\d>\s<\/H\d>/gi, '' ) ; // Remove "display:none" tags. html = html.replace( /<(\w )[^>]\sstyle="[^"]DISPLAY\s?:\s?none(.?)<\/\1>/ig, '' ) ; // Remove language tags html = html.replace( /<(\w[^>]) language=([^ \|>])([^>])/gi, "<$1$3") ; // Remove onmouseover and onmouseout events (from MS Word comments effect) html = html.replace( /<(\w[^>]) onmouseover="([^\"])"([^>])/gi, "<$1$3") ; html = html.replace( /<(\w[^>]) onmouseout="([^\"])"([^>])/gi, "<$1$3") ; if ( FCKConfig.CleanWordKeepsStructure ) { // The original <Hn> tag send from Word is something like this: <Hn style="margin-top:0px;margin-bottom:0px"> html = html.replace( /<H(\d)([^>])>/gi, '<h$1>' ) ; // Word likes to insert extra <font> tags, when using MSIE. (Wierd). html = html.replace( /<(H\d)><FONT[^>]>(.?)<\/FONT><\/\1>/gi, '<$1>$2<\/$1>' ); html = html.replace( /<(H\d)><EM>(.?)<\/EM><\/\1>/gi, '<$1>$2<\/$1>' ); } else { html = html.replace( /<H1([^>])>/gi, '<div$1><b><font size="6">' ) ; html = html.replace( /<H2([^>])>/gi, '<div$1><b><font size="5">' ) ; html = html.replace( /<H3([^>])>/gi, '<div$1><b><font size="4">' ) ; html = html.replace( /<H4([^>])>/gi, '<div$1><b><font size="3">' ) ; html = html.replace( /<H5([^>])>/gi, '<div$1><b><font size="2">' ) ; html = html.replace( /<H6([^>])>/gi, '<div$1><b><font size="1">' ) ; html = html.replace( /<\/H\d>/gi, '<\/font><\/b><\/div>' ) ; // Transform <P> to <DIV> var re = new RegExp( '(<P)([^>]>.?)(<\/P>)', 'gi' ) ; // Different because of a IE 5.0 error html = html.replace( re, '<div$2<\/div>' ) ; // Remove empty tags (three times, just to be sure). // This also removes any empty anchor html = html.replace( /<([^\s>] )(\s[^>])\s<\/\1>/g, '' ) ; html = html.replace( /<([^\s>] )(\s[^>])\s<\/\1>/g, '' ) ; html = html.replace( /<([^\s>] )(\s[^>])\s<\/\1>/g, '' ) ; } // Remove comments html = html.replace( /<\!--.-->/mg, '' ) ; return html ; } clean, editor, html, javascript, wisiwyg* KOS_MOS unknown 27.04.2009 Ваше имя Ваш E-mail (если хотите отслеживать комментарии) Дoкажи, что ты не робот Текст комментария	Меню CodeIgniter Алгоритмы Базы данных Дата и Время Интернет Интерфейс Мультимедиа ОС и Железо Работа с текстом Разное Технологии Файлы Подписка на RSS: Подпишись на RSS-ленту Поиск Облако тегов .net array asp bash browser charset check class clean convert count create css curl database date delete directory download element email equivalent extension file find form format function get height html http ie image javascript jquery load mysql number page perl php random scriplet send shell size sql string text time url utf8 variable vb visual basic width window xml xslt