HTML 標籤結構複雜,若要從字串中移除所有標籤,單純的字串替換往往難以應付。本文介紹如何在 ASP (VBScript) 中利用 RegExp 物件,配合正則表達式 <.+?> 快速剝離 HTML 標籤,並處理實體字元,提供可直接複製的函數程式碼與使用範例。
<%
Option Explicit
Function stripHTML(strHTML)
' 移除字串中的所有 HTML 標籤
Dim objRegExp, strOutput
Set objRegExp = New RegExp
objRegExp.IgnoreCase = True
objRegExp.Global = True
objRegExp.Pattern = "<.+?>"
' 將符合的標籤替換為空字串
strOutput = objRegExp.Replace(strHTML, "")
' 還原常見實體字元
strOutput = Replace(strOutput, "<", "<")
strOutput = Replace(strOutput, ">", ">")
stripHTML = strOutput
Set objRegExp = Nothing
End Function
%>
在需要淨化字串的地方直接呼叫:
cleanText = stripHTML(rawHTML)
即可獲得移除標籤後的純文字內容,方便後續儲存或顯示。
<DIV>、<div> 皆可匹配。Replace 將 <、> 還原為 <、>,避免殘留實體影響顯示。此函數僅移除標籤結構,不會處理 JavaScript、CSS 或條件註解等嵌入式程式碼。若需更嚴格的 XSS 防護,建議搭配伺服器端編碼函式 (如 Server.HTMLEncode) 使用。