Eliminar tags html

[IsaBelM]

Hola soy nueva en esto de la programación y tal vez mi primera empresa sea algo ambiciosa.

El problema que tengo es el siguiente

Quiero eliminar todos los tags html excepto <br>,<ul>,<ol>,<li>

En este foro encontré esto

<[^>]+> , he intentado modificarlo para adaptarlo a mis necesidades pero me es imposible

Lo que quiero es que la cadena

<br><font color="red">hola</font><br>

quede

<br>hola<br>

Gracias

[Adler]

Hola

Eliminar Tag HTML , puedes expecificar cuales no quieres que sean eliminados

Suerte

[IsaBelM]

Gracias Adler por tu respuesta, pero lo he probado y no funciona. Ademas quiero usar expresiones regulares.

¿alguna otra idea?

[Adler]

Tienes razón, me fié del enunciado y no miré el código.

Prueba así

Código PHP:

  Function LimpiarTags(texto) 
Dim objRegExp, strlimpio
texto = replace(texto,"<b>","")
texto = replace(texto,"</b>","")
texto = replace(texto,"<i>","")
texto = replace(texto,"</i>","")
texto = replace(texto,"<u>","")
texto = replace(texto,"</u>","")


    Set objRegExp= New RegExp 
objRegExp.IgnoreCase = True
objRegExp.Global = True

objRegExp.Pattern = "[<][^>]*[^br|ol|li|ul][>]"

strlimpio = objRegExp.Replace(texto, " ") 
    Set objRegExp = Nothing
    LimpiarTags = strlimpio
End Function  
   

Suerte

[IsaBelM]

perfecto era lo que queria. solo una pregunta ¿habria alguna forma de quitar los replace y que aun asi funcionara?

gracias

[Adler]

Hola

En un principio use el operado ".", para que coincidiera con cada carácter y en el orden adecuado, pero no funcionaba.

Pruebalo tu misma

[<][^>]*[^.br][>]

Suerte

[IsaBelM]

si, tienes razon no funciona

si alguien tiene alguna otra idea, se lo agradeceria

[tammander]

Yo uso esta función para limpiar código HTML malicioso. Modificándola igual te sirve:

Código:

Function SafeHTML(ByVal pStrHTML)
        
        Dim lObjRegExp
        ' If null
        If VarType(pStrHTML) = 1 Then Exit Function
        If pStrHTML = "" Then Exit Function
        Set lObjRegExp = New RegExp
        lObjRegExp.Global = True
        lObjRegExp.IgnoreCase = True
        lObjRegExp.Pattern = "<(/)?SCRIPT|META|STYLE([^>]*)>"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
         lObjRegExp.Pattern = "<(/)?(HTML|HEAD|BODY)([^>]*)>"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
        lObjRegExp.Pattern = "<(/)?(LINK|IFRAME|FRAMESET|FRAME|APPLET|OBJECT)([^>]*)>"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
         lObjRegExp.Pattern = "<(/)?(BUTTON|FORM|FIELDSET|INPUT|SELECT|OPTION)([^>]*)>"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
       lObjRegExp.Pattern = "(<A[^>]+href\s?=\s?""?javascript:)[^""]*(""[^>]+>)"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
        lObjRegExp.Pattern = "(<IMG[^>]+src\s?=\s?""?javascript:)[^""]*(""[^>]+>)"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
        lObjRegExp.Pattern = "<([^>]*) on[^=\s]+\s?=\s?([^>]*)>"
        pStrHTML = lObjRegExp.Replace(pStrHTML, "")
           Set lObjRegExp = Nothing
        
        SafeHTML = pStrHTML
        
End Function

Un saludo

[Adler]

Hola

Además de lo que te dice tammander, este otro funciona sin necesidad de los replace

Código PHP:

  Function LimpiarTags(texto) 
Dim objRegExp

    Set objRegExp= New RegExp 
objRegExp.IgnoreCase = True
objRegExp.Global = True

objRegExp.Pattern = "[<](/)*[b|i|u][>]"
texto = objRegExp.Replace(texto, " ") 

objRegExp.Pattern = "[<][^>]*[^br|ol|li|ul][>]|[\[][^\]]*[\]]"
texto = objRegExp.Replace(texto, " ") 


    Set objRegExp = Nothing

    LimpiarTags = texto

End Function  
   

Suerte

[IsaBelM]

muchas gracias a ambos

al final me he quedado con el codigo de Adler, no hay que tocarlo

una pregunta Adler ¿para que es esta parte?

[\[][^\]]*[\]]

[Adler]

Hola

Es para eliminar los tag bbcode ([quote], [php], etc ..), ya que estaba puesto ...

P.D Estaría bien que guardaras la función de tammander, nunca se sabe lo que puedes necesitar en un futuro

[snomar]

Código:

Function RemoveHTML( strText )
    Dim TAGLIST
    TAGLIST = ";!--;!DOCTYPE;A;ACRONYM;ADDRESS;APPLET;AREA;B;BASE;BASEFONT;" &_
              "BGSOUND;BIG;BLOCKQUOTE;BODY;BR;BUTTON;CAPTION;CENTER;CITE;CODE;" &_
              "COL;COLGROUP;COMMENT;DD;DEL;DFN;DIR;DIV;DL;DT;EM;EMBED;FIELDSET;" &_
              "FONT;FORM;FRAME;FRAMESET;HEAD;H1;H2;H3;H4;H5;H6;HR;HTML;I;IFRAME;" &_
              "INPUT;INS;ISINDEX;KBD;LABEL;LAYER;LAGEND;LI;LINK;LISTING;MAP;MARQUEE;" &_
              "MENU;META;NOBR;NOFRAMES;NOSCRIPT;OBJECT;OL;OPTION;PARAM;PLAINTEXT;" &_
              "PRE;Q;S;SAMP;SCRIPT;SELECT;SMALL;SPAN;STRIKE;STRONG;STYLE;SUB;SUP;" &_
              "TABLE;TBODY;TD;TEXTAREA;TFOOT;TH;THEAD;TITLE;TR;TT;U;UL;VAR;WBR;XMP;"

    Const BLOCKTAGLIST = ";APPLET;EMBED;FRAMESET;HEAD;NOFRAMES;NOSCRIPT;OBJECT;SCRIPT;STYLE;"
    
    Dim nPos1
    Dim nPos2
    Dim nPos3
    Dim strResult
    Dim strTagName
    Dim bRemove
    Dim bSearchForBlock
    
    nPos1 = InStr(strText, "<")
    Do While nPos1 > 0
        nPos2 = InStr(nPos1 + 1, strText, ">")
        If nPos2 > 0 Then
            strTagName = Mid(strText, nPos1 + 1, nPos2 - nPos1 - 1)
	    strTagName = Replace(Replace(strTagName, vbCr, " "), vbLf, " ")

            nPos3 = InStr(strTagName, " ")
            If nPos3 > 0 Then
                strTagName = Left(strTagName, nPos3 - 1)
            End If
            
            If Left(strTagName, 1) = "/" Then
                strTagName = Mid(strTagName, 2)
                bSearchForBlock = False
            Else
                bSearchForBlock = True
            End If
            
            If InStr(1, TAGLIST, ";" & strTagName & ";", vbTextCompare) > 0 Then
                bRemove = True
                If bSearchForBlock Then
                    If InStr(1, BLOCKTAGLIST, ";" & strTagName & ";", vbTextCompare) > 0 Then
                        nPos2 = Len(strText)
                        nPos3 = InStr(nPos1 + 1, strText, "</" & strTagName, vbTextCompare)
                        If nPos3 > 0 Then
                            nPos3 = InStr(nPos3 + 1, strText, ">")
                        End If
                        
                        If nPos3 > 0 Then
                            nPos2 = nPos3
                        End If
                    End If
                End If
            Else
                bRemove = False
            End If
            
            If bRemove Then
                strResult = strResult & Left(strText, nPos1 - 1)
                strText = Mid(strText, nPos2 + 1)
            Else
                strResult = strResult & Left(strText, nPos1)
                strText = Mid(strText, nPos1 + 1)
            End If
        Else
            strResult = strResult & strText
            strText = ""
        End If
        
        nPos1 = InStr(strText, "<")
    Loop
    strResult = strResult & strText
    
    RemoveHTML = strResult
End Function

[snomar]

Ni que decir que la cadena TAGLIST, permite seleccionar que quitar o no quitar.

[IsaBelM]

Iniciado por snomar

Ni que decir que la cadena TAGLIST, permite seleccionar que quitar o no quitar.

no te parece un proceso muy largo, y que consume muchos recursos del servidor?? de todos modos gracias

[snomar]

Bueno ya se que el tema es viejo, que si no se usa que si tal o cual, pero me parece interesante para alguien que desee reciclar codigo almacenado en bases de datos y asp clasico, y solo quiere cumplir con alguna de las normas de xhtml. Principalmente eliminar o modificar el uso de mayusculas en los tags html.

En combinacion de las anteriores se podrian eliminar los tags no deseados y ponerlos en minusculas.

la funcion se compone de dos partes:

Código:

  '============ html a LCase ===================
Dim s,re
Function crf(m,p,s)
crf = LCase(m)
End Function
function minHTML(sHTML)
s=sHTML
Set re = New RegExp
With re
.Global = True
.Pattern = "<[^>]+>"
minHTML= .Replace(s,GetRef("crf"))
End With
end function
'============ html a LCase ===================

y se usa:

para mostrarlo:

Código:

Response.Write minHTML(cabecera)

para guardarlo en una variable etc ...

Código:

contenido=minHTML(cabecera)

En todo caso espero que ayude a alguien.