Nettoyage des attributs de balises HTML

Question

J'ai besoin de parcourir beaucoup de HTML en JavaScript pour ajuster la syntaxe de citation d'attribut à toutes les guillemets. Je n'ai pas besoin de m'inquiéter des attributs clés uniquement comme "désactivé" ou "sélectionné".

Voici mon cas de test en cours:

var text = "<input class=daily_input type='hidden' size='1' value=3 disabled />"; 
var regex = /<([\w]+)([^>]+)([\w]+)=['"]?([^'\s|"\s|\s]*)['"]?([^>]+)>/gi; 
text = text.replace(regex, "<$1$2$3=\"$4\"$5>"); 

console.log(text); // logs <input class=daily_input type='hidden' size='1' value="3" disabled /> 

On dirait qu'il est toujours ajuster seul le dernier attribut. Je suis en mesure de tester facilement des correspondances en utilisant l'expression rationnelle de recherche/remplacement dans TextMate, et qui suit correspondra chaque attribut dans le texte balise HTML:

/([\w]+)=['"]?([^'\s|"\s|\s]*)['"]?/gi 

Comment puis-je changer cela pour attraper et régler tous les attributs, pas seulement le dernier? J'ai joué avec ça pendant un bon moment maintenant sans résultats. Toute aide est appréciée!

Answer 1

text.replace(/='([^']*)'/g, '="$1"').replace(/=([^"'][^ >]*)/g, '="$1"') 

Ou (un REPLACE):

text.replace(/='([^']*)'|=([^"'][^ >]*)/g, '="$1"') 

Answer 2

Je sais que c'est une réponse tardive, mais si vous pouvez toujours utiliser sanitize-html Il est écrit pour le nœud, mais assez sûr que vous pourriez courir browserify à la bibliothèque (ou votre code d'ailleurs). Notez qu'il utilise lodash, donc si vous l'utilisez déjà, vous voudrez peut-être ajuster le paquet.

Cet exemple est plus que ce que vous cherchez ... J'utilise cette bibliothèque afin de nettoyer le code d'entrée, en convertissant à la démarque pour le stockage dans la DB à partir d'ici, je réhydrate via marked.

// convert/html-to-filtered-markdown.js 

'use strict'; 

var sanitize = require('sanitize-html') //https://www.npmjs.org/package/sanitize-html 
    ,toMarkdown = require('to-markdown').toMarkdown 
    ; 

module.exports = function convertHtmlToFilteredMarkdown(input, options) { 
    if (!input) return ''; 

    options = options || {}; 

    //basic cleanup, normalize line endings, normalize/reduce whitespace and extra line endings 
    var response = (input || '').toString().trim() 
    .replace(/(\r\n|\r|\n)/g, '\n') //normalize line endings 
    .replace(/“/g, '"') //remove fancy quotes 
    .replace(/”/g, '"') //remove fancy quotes 
    .replace(/‘/g, '\'') //remove fancy quotes 
    .replace(/’/g, '\'') //remove fancy quotes 
    ; 

    //sanitize html input 
    response = sanitize(response, { 
    //don't allow table elements 
    allowedTags: [ 'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'blockquote', 'p', 'a', 'ul', 'ol', 'nl', 'li', 'b', 'i', 'strong', 'em', 'strike', 'code', 'hr', 'br', 'div', 'table', 'thead', 'caption', 'tbody', 'tr', 'th', 'td', 'pre' ], 

    //make orderd lists 
    transformTags: { 
     'ol': 'ul' 
    } 
    }).replace(/\r\n|\r|\n/g,'\n') //normalize line endings; 

    if (!options.tables) { 
    response = response.replace(/[\s\n]*\<(\/?)(table|thead|tbody|tr|th|td)\>[\s\n]*/g, '\n\n') //replace divs/tables blocks as paragraphs 
    } 

    //cleanup input further 
    response = response 
    .replace(/[\s\n]*\<(\/?)(div|p)\>[\s\n]*/g, '\n\n') //divs and p's to simple multi-line expressions 
    .replace(/\>#/g, '\n\n#') //cleanup #'s' after closing tag, ex: <a>...</a>\n\n# will be reduced via sanitizer 
    .replace(/\\s+\</,'<') //remove space before a tag open 
    .replace(/\>\s+\n?/,'>\n') //remove space after a tag close 
    .replace(/\&?nbsp\;?/g,' ') //revert nbsp to space 
    .replace(/\<\h[12]/g,'<h3').replace(/\<\/\h[12]/g,'</h3') //reduce h1/h2 to h3 
    ; 

    //convert response to markdown 
    response = toMarkdown(response); 

    //normalize line endings 
    response = response 
    .replace(/(?:^|\n)##?[\b\s]/g,'\n### ') //reduce h1 and h2 to h3 
    .replace(/(\r\n|\r|\n)/g, '\n') //normalize line endings 
    .trim() 

    return response + '\n'; 
}