Xóa mã html khỏi style. Tự động làm sạch mã HTML khỏi “rác”. Các định dạng được hỗ trợ để chuyển đổi trực tuyến

Chúc một ngày tốt lành, độc giả thân mến! Tôi hy vọng bạn cũng làm như chúng tôi - mặt trời chiếu sáng, chim hót, trời ấm áp và mùa hè đã đến! Tôi vẫn đang làm luận văn nên suốt tháng rưỡi qua tôi chỉ viết mỗi tuần một lần, thực sự tôi không có thời gian. Nhưng đừng nói chuyện buồn nữa, hãy bắt tay vào công việc thôi!

Ngày xửa ngày xưa, tôi đang tìm kiếm trên Internet một tập lệnh xóa mã HTML rác, đặc biệt, tập lệnh này khiến tất cả chúng ta “yêu quý” về mặt này, Microsoft Word. Trước đây tôi đã sử dụng Dọn dẹp mã bằng Adobe Dreamweaver nhưng anh ấy đã có hai nhược điểm:

Đôi khi nó không làm sạch mọi thứ mà chúng ta mong muốn.

Nếu có số lượng mã rất lớn, tập lệnh dọn dẹp sẽ báo lỗi.

Điểm thứ hai trở nên quan trọng đối với tôi, vì tôi phải làm việc với các bảng html lớn, từ đó không thể di chuyển khỏi một trang và chúng cung cấp tất cả thông tin trong Word.

Vì vậy, sau khi lang thang trên Internet một thời gian dài, tôi đã tìm thấy một tập lệnh có thể xử lý tất cả việc quản lý này một cách hiệu quả, đồng thời hoàn toàn có thể tùy chỉnh.

Excel/Word to HTML là một công cụ lý tưởng để chỉnh sửa mã nguồn của các bài viết WordPress hoặc bất kỳ hệ thống quản lý nội dung nào khác khi trình soạn thảo tích hợp của chúng không cung cấp tất cả các chức năng mà chúng tôi cần. Soạn nội dung trực tiếp trong cửa sổ trình duyệt của bạn mà không cần cài đặt tiện ích mở rộng hoặc plugin để xử lý việc đánh dấu cú pháp và các tính năng chỉnh sửa văn bản khác.

Làm thế nào để sử dụng?

Dán tài liệu bạn muốn chuyển đổi vào trình soạn thảo Word, sau đó chuyển đến trình xem HTML bằng cách sử dụng các tab lớn ở đầu trang để tạo mã.

Dọn sạch các đánh dấu bẩn bằng một nút lớn thực hiện các tùy chọn đang hoạt động (đã chọn) trong danh sách. Bạn cũng có thể áp dụng từng chức năng này bằng biểu tượng CLEAN.

Các vấn đề về chuyển đổi có thể được giải quyết dễ dàng bằng trình chuyển đổi HTML trực tuyến của chúng tôi

Vấn đề chuyển word sang html có lẽ đã luôn tồn tại cùng với Microsoft Word. Một số lượng lớn các kiểu được gán cho văn bản, chẳng hạn như mso-spacerun:yes, và các lớp, chẳng hạn như MsoNormal, cũng như sự lộn xộn của tất cả các loại span style="font-size:10.0pt" làm lộn xộn mã rất nhiều. Và chúng thường làm gián đoạn các kiểu gốc được chỉ định trong trang web. Nếu bạn vẫn có thể xử lý văn bản đơn giản bằng cách chèn văn bản thông qua nút "Chỉ chèn văn bản" của trình soạn thảo thì phương pháp này sẽ không hoạt động với bảng. Trình chuyển đổi của chúng tôi có thể dễ dàng xóa mọi nhận xét và kiểu không cần thiết khỏi tệp html trong tương lai, chỉ bằng cách nhấp vào nút.

• Xóa mọi kiểu không cần thiết khỏi tất cả văn bản hoặc một đoạn đã chọn
• Chúng tôi xóa các mã thụt lề, ký hiệu và mã Unicode khác không cần thiết
• Làm sạch mã khỏi khoảng trắng thừa và thẻ trùng lặp
• Nếu cần, hãy xóa hoàn toàn đánh dấu HTML.

Chuyển đổi các tệp Word, Excel, TxT thành mã nguồn HTML sạch. Không có các kiểu và nhận xét không cần thiết để chèn trực tiếp, chính xác vào các trang của trang web.

Các định dạng được hỗ trợ để chuyển đổi trực tuyến:

• 97–2004 và mới hơn DOC sang HTML, DOCX sang HTML;
• XLS sang HTML, XLSX sang HTML;
• PPT sang HTML, PPTX sang HTML;
• TXT sang HTML và nhiều định dạng khác.

Một cách sử dụng hữu ích khác của dịch vụ, thay vì mất hàng giờ để tạo bảng bằng HTML, hãy thực hiện trong 15 phút trong Excel hoặc Word và chuyển đổi nó thành mã HTML đẹp, rõ ràng để chèn vào trang web.

Xin chào!

Khi viết trình soạn thảo WYSIWYG của riêng mình, tôi gặp phải sự cố khi sao chép văn bản từ Word. Thực tế có ba vấn đề:

• Word chèn nhiều mã html rác cần dọn dẹp
• Vì lý do nào đó, Word sử dụng đoạn văn thay vì thẻ UL và LI để trình bày danh sách
• Thực ra làm sao để xác định văn bản chèn vào là chèn từ Word.

$('#editor'). msword_html_filter();
Plugin được treo trên một sự kiện gõ phím và kiểm tra xem mã nguồn bên trong trình soạn thảo có được dán từ Word hay không; nếu có thì chức năng dọn dẹp sẽ được khởi chạy. Trong html kết quả, mọi thứ có thể được thêm vào - các khoảng trắng, thuộc tính không ngắt phong cách Và căn chỉnh, thẻ nhịp, Tất cả Mso-lớp, đoạn văn trống.

Chi tiết thực hiện theo phần cắt giảm.

Hầu hết các thông số chính quy được sử dụng đều được lấy từ TinyMCE.

Cách xác định xem một dòng có chứa mã html được chèn từ Word hay không:

Nếu (/class="?Mso|style="[^"]*\bmso-|style="[^""]*\bmso-|w:WordDocument/i.test(content)) ( ... )

Chức năng làm sạch mã (một đối tượng soạn thảo jquery được truyền cho hàm):

Hàm word_filter(editor)( var content = editor.html(); // Chú thích từ như chú thích có điều kiện, v.v. content = content.replace(/<(!|script[^>]*>.*?<\/script(?=[>\s])|\/?(\?xml(:\w+)?|img|meta|link|style|\w:\w+)(?=[\s\/>]))[^>]* >>gi, ""); // Chuyển thành vào trong <(\/?)s>/gi,"<$1strike> ___ ([\s\u00a0]*)<\/span>/gi, function(str, dấu cách) ( return (spaces.length > "; if (/^\s*\w+\./.test(txt)) ( varmatch = /()\./.exec(txt ); if (khớp) ( var start = ParseInt(matches, 10); list_tag = start>1 ? "" : ""; )else( list_tag = ""; ) ) if(cur_level> " + $(this).html() + "") $(this).remove(); Last_level = cur_level; )else( Last_level = 0; ) )) $("", editor).removeAttr("style"); $("", editor).removeAttr( "align"); $("span", editor).replaceWith(function() (return $(this).contents();)); $("span:empty", editor).remove(); $( "", editor).removeAttr("class"); $("p:empty", editor).remove(); )

Toàn bộ văn bản nguồn của plugin nằm ở phần spoiler, hãy lưu vào một tệp jquery.msword_html_filter.js

văn bản nguồn plugin

(function($) ( $.fn.msword_html_filter = function(options) ( var settings = $.extend((), options); function word_filter(editor)( var content = editor.html(); // Lời bình luận như thế nào nhận xét có điều kiện, v.v. content = content.replace(//gi, ""); // Xóa nhận xét, tập lệnh (ví dụ: msoShowComment), thẻ XML, nội dung VML, // thẻ không gian tên MS Office và một số thẻ khác content = content.replace(/<(!|script[^>]*>.*?<\/script(?=[>\s])|\/?(\?xml(:\w+)?|img|meta|link|style|\w:\w+)(?=[\s\/>]))[^>]* >>gi, ""); // Chuyển thành vào trong đối với nội dung dòng mặc dù = content.replace(/<(\/?)s>/gi,"<$1strike>"); // Thay thế nbsp entites thành char vì nó dễ xử lý hơn //content = content.replace(/ /gi, "\u00a0"); nội dung = content.replace(/ /gi, " "); // Chuyển thành ___ tới chuỗi các khoảng trắng xen kẽ // ngắt/không ngắt có cùng độ dài content = content.replace(/ ([\s\u00a0]*)<\/span>/gi, function(str, dấu cách) ( return (spaces.length > 0) ? space.replace(/./, " ").slice(Math.floor(spaces.length/2)).split("") .join("\u00a0") : ""; )); editor.html(nội dung); // Phân tích mức độ thụt lề danh sách cho các danh sách $("p", editor).each(function())( var str = $(this).attr("style"); varmatch = /mso-list:\w+ \ w+(+)/.exec(str); if (khớp) ( $(this).data("_listLevel", parpsInt(matches, 10)); ) )); // Phân tích cú pháp danh sách var Last_level=0; var pnt = null; $("p", editor).each(function())( var cur_level = $(this).data("_listLevel"); if(cur_level != unfined)( var txt = $(this).text() ; var list_tag = ""; if (/^\s*\w+\./.test(txt)) ( varmatch = /()\./.exec(txt); if (khớp) ( var start = parsInt ( trận đấu, 10); list_tag = start>1 ? "" : ""; )else( list_tag = ""; ) ) if(cur_level>last_level)( if(last_level==0)( $(this). list_tag ); pnt = $(this).prev(); )else( pnt = $(list_tag).appendTo(pnt); ) ) if(cur_level " + $(this).html() + "") $(this).remove(); Last_level = cur_level; )else( Last_level = 0; ) )) $("", editor).removeAttr("style"); $("", editor).removeAttr( "align"); $("span", editor).replaceWith(function() (return $(this).contents();)); $("span:empty", editor).remove(); $( "", editor).removeAttr("class"); $("p:empty", editor).remove(); ) trả về this.each(function() ( $(this).on("keyup", function ()( var content = $(this).html(); if (/class="?Mso|style="[^"]*\bmso-|style="[^""]*\bmso-|w :WordDocument/i.test(content)) ( word_filter($(this)); ) )); )); ); ))(jQuery)