以下封裝函數可移除所有 HTML 標籤,並清理行尾空白:
function setContent(str) {
// 移除所有 HTML 標籤
str = str.replace(/<\/?[^>]*>/g, '');
// 去除行尾空白
str = str.replace(/[ | ]*\n/g, '\n');
// 可選:去除多餘空行
// str = str.replace(/\n[\s| | ]*\r/g, '\n');
return str;
}
/<\/?[^>]*>/g:匹配 <...> 或 </...>,[^>]* 非貪婪匹配標籤內容。g 標誌確保全局替換。若需保留 <b>、<i>、<br> 等安全標籤,可用負向前瞻:
str = str.replace(/<\/?(?!b>|i>|br>)[^>]*>/gi, '');
< 等實體,先用 he.decode() 解碼再過濾。推薦使用成熟庫 DOMPurify:
import DOMPurify from 'dompurify';
const clean = DOMPurify.sanitize(dirtyHtml);
它基於瀏覽器原生 DOM 解析,能精準處理嵌套、屬性、事件處理器等複雜攻擊向量。