标签：ror 异步 error 保留 编辑 nod 获取 内容 步骤
word可以另存为html文件，通过这个功能，可以快速实现网页展示word内容，特别是表格的编辑，它包含tr、td、th、rowspan、colspan等内容，直接写比较繁琐。
但word转换过来的html默认是带有很多格式代码，那么如何去除这些冗余代码，只保留主内容呢？
本来是打算从网上找工具的，但发现没有现成的，一般都是推荐用工具的文本替换来去除，这样不能复用。因此，本人采用nodejs写了一小段代码，来去除冗余代码。
主要思路是：
var fs = require(‘fs‘) // 异步读取 fs.readFile(‘static/detail/county-hhz.html‘, function (err, data) { if (err) { return console.error(err); } // 步骤1：获取table内容 var content = data.toString(); content = content.substring(content.indexOf("<table"), content.indexOf("</table>") + 8); // 步骤2：去除多余的标签 [‘span‘, ‘p‘, ‘o‘, ‘font‘].forEach(item => { content = content.replace(new RegExp(`<${item}(.*?)>(.*?)<\/${item}.*?>`, ‘gi‘), function(match, p1, p2) { return p2; }); }) // 步骤3：去除多余的属性元素 content = content.replace(/style=".*?"/g, ""); // 去除style属性 content = content.replace(/(class|border|cellspacing|MsoNormalTable|valign|width|center| )(=\S*)?/g, ""); // 步骤4：去除多余空格 content = content.replace(/(\S+)(\s+)/g, function(match, p1, p2) { return p1 + ‘ ‘; }) content = content.replace(/(\s)(>|<)/g, function(match, p1, p2) { return p2; }) console.log(content); });
标签：ror 异步 error 保留 编辑 nod 获取 内容 步骤
原文地址：https://www.cnblogs.com/zhang90030/p/9591420.html
