网页代码过滤_怎样用js方法过滤html等代码

① 新闻小偷将一个网页的HTML代码拿来后,如何过滤了只剩文字信息

TextForever（FineReader）版本：1.54 评价：★★★★
http://www.comicer.com/stronghorse/software/exe/TextForever_chn.zip
文件：中文简体版中文简体版说明 English版（其中说明文件还是中文的）
功能：提供以下功能：HTML->TXT转换、文件合并、TXT文件段落合并、TXT文件分行、编码（GB/GBK/Big5/Shift-JIS/Unicode）转换（只能用于Win 2k/XP）、文本替换、HTML代码整理、文件切分、文本提取、正则表达式、TCR批量压缩/解压，用于整理从Internet上下载的小说。软件原名FineReader，后更名为TextForever。
动机：我初上网时常去“阿拉谈书屋”看小说，网主无聊到将每一页做成一个文件(后来他也为此而后悔不已)，看起来很累，所以就想编一个程序能对下载下来的文件进行合并、整理，变成TXT文件以便阅读、打印。
为了编制这个程序，我专门从Internet下载了一堆HTML文档，苦读半月。所以有一次我和一个朋友开玩笑：他通过做主页练HTML，我则通过读主页练，大家殊途同归。
说起来“阿拉谈书屋”对我所起的作用实在不小，不仅将我引进了Internet的大门，还为我学习Internet编程提供了强大的动力，先后产生了CrazyReader和TextForever（FineReader）。
这个程序的段落合并功能则是在我对在网上大肆吹嘘的某“智能排版”工具感到极端厌烦的情况下做出来的，保证比它好使。

② 如何用正则表达式提取网页源码中内容，一定要过滤html标签！重酬～

数据采集技术中，用正则最为基本和简单，然而经常出错，网路上有很多现成内的采集器，或者采集代码类容库，比如我采集的时候，用php+simpleHtmlDom，或者用任何一种语言+xpath，都可以把html加载成DOM树，然后访问需要的数据

③ 一套程序提交信息时把html部分代码过滤了，怎么写才不会被过滤了

就看他的过滤是本地过滤还是服务器过滤了，本地过滤的话一般用的是脚本过滤，只要在本地禁用脚本就可以，如果是服务器端过滤的话那就没办法了，你只有找其他方法将他的服务器权限搞到手，将他的服务器网页程序改掉才行。

④ 写一段js代码过滤一段内容的里html代码

缺少你的代码可参照，看不到问题

⑤ 输出数据时，如何过滤html代码

这个方法在网上很流行的,你看看
<%
Function RemoveHTML(strHTML)
Dim objRegExp, Match, Matches
Set objRegExp = New Regexp

objRegExp.IgnoreCase = True
objRegExp.Global = True
'取闭合的<>
objRegExp.Pattern = "<.+?>"
'进行匹配
Set Matches = objRegExp.Execute(strHTML)

' 遍历匹配集合，并替换掉匹配的项目
For Each Match in Matches
strHtml=Replace(strHTML,Match.Value,"")
Next
RemoveHTML=strHTML
Set objRegExp = Nothing
End Function
%>

⑥ 如下代码，如何将内容中的HTML过滤掉。Content内容

让我来猜猜看，你是不是需要这个。 Function RemoveHTML(strHTML) Dim objRegExp, Match, Matches Set objRegExp = New Regexp objRegExp.IgnoreCase = True objRegExp.Global = True '取闭合的<> objRegExp.Pattern = "<.+?>" '进行匹配 Set Matches = objRegExp.Execute(strHTML) ' 遍历匹配集合，并替换掉匹配的项目 For Each Match in Matches strHtml=Replace(strHTML,Match.Value,"") Next RemoveHTML=strHTML Set objRegExp = Nothing End Function

⑦ 怎样用js方法过滤html等代码

^<input type="text" id="theOne" value="">
<input type="button" onclick="NoHtml()" value="过滤html标签">
<script>
function NoHtml(){
var t=document.getElementById("theOne").value;
t=t.replace(/({|})/g,''); //过滤{}
t=t.replace(/</g,'<'); //置换符号<
t=t.replace(/>/g,'>'); //置换符号>
// t=t.replace(/<\/?[^>]*>/g,''); //*<\/?[^>]*>可以匹配<script></style></body>等，并置空。而不是替内换容<和>两个符号
document.getElementById("theOne").value=t;
}
</script>

⑧ 如何绕过html代码过滤

一般情况下你都绕不过!

除非是那种很傻的网站，只在前台用js过滤内，服务器端没过滤的网站程序，这种你直接通过容地址栏把数据提交出去就行了，不过这种很傻的网站这个年代基本上找不到了。

看样子你是想到论坛发东西，现在的论坛你没机会，html过滤和访注入都做得很到位了。

⑨ 怎样用js方法过滤html等代码，如@

关键点制：

正则表达式，把要替换的内容用正则表达式表达出来，如字符串、数字、字母中文、标点符号等。
replace() 方法，用于在字符串中用一些字符替换另一些字符，或替换一个与正则表达式匹配的子串。

上代码：

<html>
<head>
<title>无标题文档</title>
<metacharset="UTF-8">
</head>
<body>
<divid="main">文章内容@文章内容，文章内容@文章内容</div>
</body>

	<script>
		//获取标签中文本
		vardoj_str=document.getElementById('main').innerText;
		//要替换的字符串，最后的g表示全局匹配，例如又多个@
		varreg_str=/@/g;
		//替换为空
		varnew_str=doj_str.replace(reg_str,'');
		//输出新字符串
		document.write(new_str);
	</script>

</html>

⑩ 过滤除表格以外的所有html代码，如何实现

public static string NoHTML(string Htmlstring)
{
//删除脚本
Htmlstring=Htmlstring.Replace("'", "'");
Htmlstring = Regex.Replace(Htmlstring, @" <script[^>]*?>.*? </script>", "",RegexOptions.IgnoreCase);
//删除HTML 下面一行删除，涉及到表格里面的table tr td
//Htmlstring = Regex.Replace(Htmlstring, @" <(.[^(table|tr|td|>)]*)>", "",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"([\r\n])[\s]+", "",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"-->", "", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @" <!--.*", "", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(quot|#34);", "\"",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(amp|#38);", "&",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(lt|#60);", " <",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(gt|#62);", ">",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(nbsp|#160);", " ",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(iexcl|#161);", "\xa1",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(cent|#162);", "\xa2",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(pound|#163);", "\xa3",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(|#169);", "\xa9",RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&#(\d+);", "",RegexOptions.IgnoreCase);
Htmlstring.Replace(" <", "");
Htmlstring.Replace(">", "");
Htmlstring.Replace("\r\n", "");
Htmlstring = HttpContext.Current.Server.HtmlEncode(Htmlstring).Trim();
return Htmlstring;
}

上面已经修改，只用取消Htmlstring = Regex.Replace(Htmlstring, @" <(.[^(table|tr|td|>)]*)>", "",RegexOptions.IgnoreCase); 这一个就行了。

导航:首页 > 净水问答 > 网页代码过滤

网页代码过滤

与网页代码过滤相关的资料