如何在JavaScript中移除HTML标签，保留无对应>的<字符？

要实现移除合法HTML标签但保留未闭合的<开头内容，你需要区分完整闭合的HTML标签和无对应>`的<开头片段，之前的两种方法都没做到这点：

原方法的问题 #

• 用innerHTML结合textContent的方法：浏览器会将<wedw这类未闭合的内容视为不完整标签，不会将其作为文本输出，所以直接被忽略。
• 正则<[^>]*>?：[^>]*匹配任意非>字符，?允许>可选，导致<wedw会被完整匹配并替换为空。

可行方案 #

使用更精准的正则，仅匹配**带有闭合>的完整HTML标签**，从而保留无>的<开头内容：

function removeValidHtmlTags(input) {
  // 匹配完整的HTML标签（含闭合>），兼容带单/双引号属性的标签
  const validTagRegex = /<(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+>/g;
  return input.replace(validTagRegex, '');
}

测试示例 #

const input = '<html>efrferrefrer<wedw';
console.log(removeValidHtmlTags(input)); // 输出：efrferrefrer<wedw

正则说明 #

这个正则会匹配以下类型的完整标签：

• 普通标签：如<html>、<div>
• 带属性的标签：如<a href="test">、<input type='text'>
• 自闭合标签：如<br/>、<img src="pic.jpg"/>

而像<wedw这种没有对应>`的片段，不会被匹配，因此会被保留下来。

注意：如果输入的HTML标签属性中包含未转义的>（如

），该正则可能会错误截断，但合法的HTML中属性值内的>应被转义，因此在常规场景下可以正常使用。

内容的提问来源于stack exchange，提问作者user20386580