html tag filter

parse_tag.js

var parseHtmlTarg  = (function(){
    //解析页面html字符串
    var _RegExp = /<(\/)*([a-zA-Z]+)([^>\w]+[^>]*)*>/ig;
    var _attrRegExp = /[^>\w]+([a-zA-Z]+)=[\"\']?([^\"\']*)[\"\']?/ig;
    var cssRegExp = /(expression)+/ig
    var URL_EXP = new RegExp("((news|telnet|nttp|file|http|ftp|https)://)(([-A-Za-z0-9]+(\\.[-A-Za-z0-9]+)*(\\.[-A-Za-z]{2,5}))|([0-9]{1,3}(\\.[0-9]{1,3}){3}))(:[0-9]*)?(/[-A-Za-z0-9_\\$\\.\\+\\!\\*\\(\\),;:@&=\\?/~\\#\\%]*)*", "g");
    //var IMG_EXP = /([^'"]+)[^>]*/ig
    var filtterTags = {
        'script' : true,
        'iframe' : true,
        'link' : true
    };

    var filtterTagsAttr = {
        'img' : {
            'src':{
                regexp: URL_EXP
            },
            'alt' :{}
        },
        'a' : {
            'href': {
                regexp: URL_EXP
            },
            'alt': {},
            'target': {}
        }
    };

    var filtterAttr = {
        'width' : true,
        'height' : true,
        'style' : {
            regexp : cssRegExp
        }
    };

    return function(html) {
        return html.replace(_RegExp,function() {
            var _targName = arguments[2] || '';
            _targName = _targName.toLowerCase();
            if(!_targName || filtterTags[_targName]) return '';//没有标签名，去掉script link iframe
            if(arguments[1]){//结束标记
                return '</'+ arguments[2] +'>';
            } else {
                var _classStr = arguments[3] || '';//获取属性值
                if(_classStr) {
                    //依次判断属性类型
                    _classStr = _classStr.replace(_attrRegExp,function() {
                        //console.log(arguments);
                        var attrName = arguments[1].toLowerCase();
                        if(filtterAttr[attrName]) {//保留属性
                            var ffa = filtterAttr[attrName]['regexp'];
                            if(ffa && arguments[2].match(ffa)) {
                                return '';
                            }
                        } else {
                            var ff = filtterTagsAttr[_targName];
                            if(ff && (ff = ff[attrName])) {
                                if(ff['regexp'] && !arguments[2].match(ff['regexp'])) {
                                    return '';
                                }
                            } else {
                                return '';
                            }

                        }
                        return arguments[0] || '';
                    });
                }
                return '<'+ arguments[2] + _classStr +'>';
            }
        });
    }
})();