JS提取html中所有的文字

 

 

function extractTextFromHTML(htmlContent) {
  // 创建一个新的DOM解析器
  const parser = new DOMParser();
  // 解析HTML内容为DOM
  const doc = parser.parseFromString(htmlContent, 'text/html');
  // 使用深度优先搜索遍历DOM树
  const textNodes = dfs(doc);
  // 连接所有文本节点
  return textNodes.join('').trim();
}
 
function dfs(node) {
  let textNodes = [];
  if (node.nodeType === Node.TEXT_NODE) {
    textNodes.push(node.textContent);
  } else {
    for (let i = 0; i < node.childNodes.length; i++) {
      textNodes = textNodes.concat(dfs(node.childNodes[i]));
    }
  }
  return textNodes;
}
 
// 示例HTML内容
const htmlContent = `
<!DOCTYPE html>
<html>
<head>
  <title>Test Page</title>
</head>
<body>
  <h1>Welcome to My Page</h1>
  <p>This is a paragraph with <b>bold</b> text.</p>
  <div>
    <p>This is another paragraph.</p>
  </div>
</body>
</html>
`;
 
// 提取文本
const extractedText = extractTextFromHTML(htmlContent);
console.log(extractedText);

　　

posted @ 2025-01-02 11:59  张哲Zeo  阅读(195)  评论(0)    收藏  举报