需求很單純:文章是靜態頁面,關鍵字清單卻隨時會變,所以不適合在產出時寫死,改由前端 JavaScript 在執行時把關鍵字標亮起來。
<script>
txt.innerHTML = txt.innerHTML.replace(/文章/gi, "<font color=red>文章");
</script>
用正則的 g(全域)與 i(忽略大小寫)旗標,把文中所有「文章」前面插入一個紅色標籤。寫法短,但問題不少:它沒有關上 <font>,而且直接對 innerHTML 做字串替換,很容易破壞既有的 HTML 結構。
<script>
txt.innerHTML = txt.innerHTML.replace(/(文章)|(關鍵字)|(功能)/gi,
"<font color=red>$1$2$3");
</script>
用 | 串起多個關鍵字,並用 $1$2$3 把「實際命中的那一個」原封不動填回去。這裡的替換字元意義如下:
$$:一個 $ 符號$&:整個匹配到的內容$`:匹配之前的字串部分$':匹配之後的字串部分$n:第 n 個捕獲群組(n 為 1–9)$nn:第 nn 個捕獲群組(01–99)旗標方面,g 代表全域匹配,i 代表忽略大小寫。
與其對整段 HTML 做字串替換,不如只處理純文字的部分。早期 IE 可以用 TextRange 達成:
<script>
function highlight(key) {
var key = key.split('|');
for (var i = 0; i < key.length; i++) {
var rng = document.body.createTextRange();
while (rng.findText(key[i])) {
rng.pasteHTML(rng.text.fontcolor('red'));
}
}
}
highlight('文章|關鍵|功能');
</script>
它只針對文字內容操作,因此不會誤傷標籤屬性。但 createTextRange 是 IE 專屬 API,且 findText 在迴圈中若未推進游標,會造成無窮迴圈——這段程式實際上就有這個風險。
用 TreeWalker 走訪所有文字節點,只在文字層級做替換:
function highlightKeywords(container, keywords) {
var walker = document.createTreeWalker(container, NodeFilter.SHOW_TEXT, null, false);
var nodes = [];
while (walker.nextNode()) nodes.push(walker.currentNode);
var pattern = new RegExp('(' + keywords.join('|') + ')', 'gi');
nodes.forEach(function (node) {
if (!pattern.test(node.nodeValue)) return;
pattern.lastIndex = 0;
var frag = document.createDocumentFragment();
var last = 0, match;
while ((match = pattern.exec(node.nodeValue)) !== null) {
frag.appendChild(document.createTextNode(
node.nodeValue.slice(last, match.index)));
var mark = document.createElement('mark');
mark.textContent = match[0];
frag.appendChild(mark);
last = match.index + match[0].length;
}
frag.appendChild(document.createTextNode(node.nodeValue.slice(last)));
node.parentNode.replaceChild(frag, node);
});
}
這版的關鍵設計:
mark 元素而非 <font>,語意正確,樣式交給 CSS。textContent 而非 innerHTML 插入關鍵字,不可能產生 XSS。DocumentFragment 批次插入,只觸發一次 DOM 更新。innerHTML 塞回去。若關鍵字清單來自後台設定或使用者輸入,直接拼接 HTML 就是 XSS 漏洞。C++、.NET 這類含 +、. 的名稱,必須先跳脫再組進 RegExp。fetch 於頁面載入後取得,避免修改每個 HTML 檔。