写出了完美清除冗余的word垃圾代码的正则

用以下函数替代edit.js里的原有函数即可！
由于不懂正则，琢磨了4小时左右才在fckediter的基础上完成
清除了所有冗余代码，保全了90%以上的格式！

希望高人能做个自动检测粘贴进编辑器里的内容是否为word格式的功能出来，这样自动调用此函数进行清理就完美了！

1.         function CleanCode() {
   
2.                 var oRTE = getFrameNode(sRTE);
   
3.                 oRTE.focus();
   
4.                 if (! window.Event){
   
5.                         var body = oRTE.document.body;
   
6.                         var html = oRTE.document.body.innerHTML;
   
7.         html = html.replace(/<o:p>\s*<\/o:p>/g, '') ;
   
8.         html = html.replace(/<o:p>[\s\S]*?<\/o:p>/g, '&nbsp;') ;
   
9.         html = html.replace( /\s*mso-[^:]+:[^;"]+;?/gi, '' ) ;
   
10.         html = html.replace( /\s*MARGIN: 0(?:cm|in) 0(?:cm|in) 0pt\s*;/gi, '' ) ;
    
11.         html = html.replace( /\s*MARGIN: 0(?:cm|in) 0(?:cm|in) 0pt\s*"/gi, """ ) ;
    
12.         html = html.replace( /\s*TEXT-INDENT: 0(?:cm|in)\s*;/gi, '' ) ;
    
13.         html = html.replace( /\s*TEXT-INDENT: 0(?:cm|in)\s*"/gi, """ ) ;
    
14.         html = html.replace( /\s*TEXT-ALIGN: [^\s;]+;?"/gi, """ ) ;
    
15.         html = html.replace( /\s*PAGE-BREAK-BEFORE: [^\s;]+;?"/gi, """ ) ;
    
16.         html = html.replace( /\s*FONT-VARIANT: [^\s;]+;?"/gi, """ ) ;
    
17.         html = html.replace( /\s*tab-stops:[^;"]*;?/gi, '' ) ;
    
18.         html = html.replace( /\s*tab-stops:[^"]*/gi, '' ) ;
    
19.         html = html.replace( /\s*face="[^"]*"/gi, '' ) ;
    
20.         html = html.replace( /\s*face=[^ >]*/gi, '' ) ;
    
21.         html = html.replace( /\s*FONT-FAMILY:[^;"]*;?/gi, '' ) ;
    
22.         html = html.replace(/<(\w[^>]*) class=([^ |>]*)([^>]*)/gi, "<$1$3") ;
    
23.         html = html.replace( /<(\w[^>]*)LINE-HEIGHT:\s+\d+%;([^>]*)/gi, "<$1$2" ) ;
    
24.         html = html.replace( /<(\w[^>]*)VERTICAL-ALIGN:(\s+[A-Za-z]+)([^>]*)/gi, "<$1$3" ) ;
    
25.         html = html.replace( /<STYLE[^>]*>[\s\S]*?<\/STYLE[^>]*>/gi, '' ) ;
    
26.         html = html.replace( /<(?:META|LINK)[^>]*>\s*/gi, '' ) ;
    
27.         html =  html.replace( /\s*style="\s*"/gi, '' ) ;
    
28.         html = html.replace( /<SPAN\s*[^>]*>\s*&nbsp;\s*<\/SPAN>/gi, '&nbsp;' ) ;
    
29.         html = html.replace( /<SPAN\s*[^>]*><\/SPAN>/gi, '' ) ;
    
30.         html = html.replace(/<(\w[^>]*) lang=([^ |>]*)([^>]*)/gi, "<$1$3") ;
    
31.         html = html.replace( /<SPAN\s*>([\s\S]*?)<\/SPAN>/gi, '$1' ) ;
    
32.         html = html.replace( /<FONT\s*>([\s\S]*?)<\/FONT>/gi, '$1' ) ;
    
33.         html = html.replace(/<\\?\?xml[^>]*>/gi, '' ) ;
    
34.         html = html.replace( /<w:[^>]*>[\s\S]*?<\/w:[^>]*>/gi, '' ) ;
    
35.         html = html.replace(/<\/?\w+:[^>]*>/gi, '' ) ;
    
36.         html = html.replace(/<\!--[\s\S]*?-->/g, '' ) ;
    
37.         html = html.replace( /<(U|I|STRIKE)>&nbsp;<\/\1>/g, '&nbsp;' ) ;
    
38.         html = html.replace( /<H\d>\s*<\/H\d>/gi, '' ) ;
    
39.         html = html.replace( /<(\w+)[^>]*\sstyle="[^"]*DISPLAY\s?:\s?none[\s\S]*?<\/\1>/ig, '' ) ;
    
40.         html = html.replace( /<(\w[^>]*) language=([^ |>]*)([^>]*)/gi, "<$1$3") ;
    
41.         html = html.replace( /<(\w[^>]*) onmouseover="([^"]*)"([^>]*)/gi, "<$1$3") ;
    
42.         html = html.replace( /<(\w[^>]*) onmouseout="([^"]*)"([^>]*)/gi, "<$1$3") ;
    
43.         html = html.replace( /<H1([^>]*)>/gi, '<div$1><b><font size="6">' ) ;
    
44.         html = html.replace( /<H2([^>]*)>/gi, '<div$1><b><font size="5">' ) ;
    
45.         html = html.replace( /<H3([^>]*)>/gi, '<div$1><b><font size="4">' ) ;
    
46.         html = html.replace( /<H4([^>]*)>/gi, '<div$1><b><font size="3">' ) ;
    
47.         html = html.replace( /<H5([^>]*)>/gi, '<div$1><b><font size="2">' ) ;
    
48.         html = html.replace( /<H6([^>]*)>/gi, '<div$1><b><font size="1">' ) ;
    
49.         html = html.replace( /<\/H\d>/gi, '<\/font><\/b><\/div>' ) ;
    
50.         var re = new RegExp( '(<P)([^>]*>[\\s\\S]*?)(<\/P>)', 'gi' ) ;       
    
51.         html = html.replace( re, '<div$2<\/div>' ) ;
    
52.         html = html.replace( /<([^\s>]+)(\s[^>]*)?>\s*<\/\1>/g, '' ) ;
    
53.         html = html.replace( /<([^\s>]+)(\s[^>]*)?>\s*<\/\1>/g, '' ) ;
    
54.         html = html.replace( /<([^\s>]+)(\s[^>]*)?>\s*<\/\1>/g, '' ) ;
    
55.         html=html.replace(/<(table)>/gi,"<$1 border=1>");
    
56.         oRTE.document.body.innerHTML = html;
    
57. 
    
58.                        
    
59.                 }else{
    
60.                         var oMozText = oRTE.document.body.ownerDocument.createRange();
    
61.                         oMozText.selectNodeContents(oRTE.document.body);
    
62.                         oRTE.document.body.innerHTML = oMozText.toString();
    
63. 
    
64.                 }
    
65.         }

复制代码

回复 1# hoiuan


    这个正则好长哦，似乎在那里见到过的。

回复 2# lidq.jingwu


    这个的主体代码是从fckedit编辑器里提取出来的。论坛之前有人自己写过一个很长的，不过把一些必要的格式代码也精简掉了。
上面这个正则会保留对齐、缩进、字号、颜色代码，所以完美呵呵