如何用JavaScript提取经htmlentities编码的HTML字符串纯文本

别发愁，这个问题出在你的字符串是双重HTML编码的，所以直接用toString、unescape这类方法肯定不管用。我给你一个在AJAX回调里就能用的靠谱方案：

• 第一步：先把字符串解码两次，还原出原始的HTML结构
• 第二步：利用DOM元素的原生能力提取纯文本

具体代码示例：

// 假设AJAX返回的编码字符串是你提供的这段
const encodedStr = '<p><b><u style="background-color: rgb(255, 255, 0);"><font face="Comic Sans MS">adsasdasdasdasdas</font></u></b></p>';

// 在AJAX的success回调里调用这个方法
function getPlainText(encodedContent) {
  // 第一次解码：把&转成&，得到单编码的HTML实体
  let onceDecoded = encodedContent.replace(/&/g, '&');
  // 第二次解码：借助DOM元素把HTML实体转成真实标签，再提取文本
  const tempDiv = document.createElement('div');
  tempDiv.innerHTML = onceDecoded;
  // textContent兼容性比innerText更好，trim去掉多余空白
  return tempDiv.textContent.trim();
}

// 提取纯文本并追加到页面
const plainText = getPlainText(encodedStr);
document.getElementById('target-container').textContent = plainText;

为啥之前的方法无效？因为你的字符串经历了两次编码：PHP的htmlentities先把<转成<，之后可能又被转了一次（比如输出时再次编码），最终变成了<。必须解码两次才能拿到真实的HTML结构，再用DOM元素提取文本是最稳妥的方式——比自己写正则替换靠谱多了，毕竟正则很难覆盖所有HTML标签的边界情况。

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