使用者輸入的內容、或拼接出來的 HTML 片段,常常標籤沒關好,導致版面全亂。用一段正則統計開閉標籤數量差,就能把缺少的閉合標籤補回去。
<script type="text/javascript">
// 自動閉合 HTML 標籤
function closeHTML(str) {
var arrTags = ["span", "font", "b", "u", "i",
"h1", "h2", "h3", "h4", "h5", "h6",
"p", "li", "ul", "table", "div"];
for (var i = 0; i < arrTags.length; i++) {
var intOpen = 0, intClose = 0;
// 統計開始標籤(含帶屬性的情形)
var re = new RegExp("\\<" + arrTags[i] + "( [^\\<\\>]+|)\\>", "ig");
var arrMatch = str.match(re);
if (arrMatch != null) intOpen = arrMatch.length;
// 統計結束標籤
re = new RegExp("\\<\\/" + arrTags[i] + "\\>", "ig");
arrMatch = str.match(re);
if (arrMatch != null) intClose = arrMatch.length;
// 缺少幾個就補幾個
for (var j = 0; j < intOpen - intClose; j++) {
str += "</" + arrTags[i] + ">";
}
}
return str;
}
</script>
對清單中的每個標籤,分別用兩條正則數出「開」與「閉」的出現次數,差值即為缺少的閉合數量,直接在字串尾端補齊即可。開始標籤的正則刻意允許後面接屬性(( [^\<\>]+|)),因此像 <div id="a"> 這種寫法也能被正確計數。
<b><i>text</b></i>,它只會補數量,不會修正交叉嵌套。<br />、<img> 這類若被列入清單會誤判,因此清單裡刻意排除了它們。因此它適合「內容大致可信、只是偶有遺漏」的場景。若面對完全不可信的輸入,正確做法是不要自己解析 HTML,而是交給瀏覽器:把字串指派給一個臨時元素的 innerHTML,再讀回 innerHTML,瀏覽器的解析器會自動補齊標籤。
function autoClose(html) {
var div = document.createElement('div');
div.innerHTML = html;
return div.innerHTML;
}
這個方法更準確,但務必先通過消毒(sanitization),否則 <script> 與 onerror 等內容会造成 XSS 風險。