HTML/JS/CSSコードフィルター

HTML断片を目的に合わせてテキスト処理

貼り付けたテキストから、HTMLらしいタグ、script要素、style要素やコメントを選択して取り除けます。HTMLタグの除去を有効にすると、タグとHTMLコメントを取り除き、nbsp、amp、lt、gt、quot、#39のよく使われる文字参照を対応する文字に置き換えます。script除去はscriptタグで囲まれた部分、CSS除去はstyleタグで囲まれた部分と、引用符で囲まれたstyle属性を対象にします。

処理は貼り付けた文字列を順に置換する方式です。文書を完全に解析して構造を保ったり、ページの本文だけを判定して抽出したりするものではありません。たとえばタグ除去では、見出しやリンクなどのタグもなくなり、タグの内側にある文字が残ります。

各フィルターと処理順を把握する

• HTMLタグ：コメントとタグらしい部分を除き、対応する一部の文字参照を変換します。
• JavaScript：<script>...</script>で囲まれた範囲を除きます。イベント属性など、タグ内に書かれたスクリプトは対象外です。
• CSS：<style>...</style>と、引用符付きのstyle属性を除きます。外部CSSへのリンクは処理しません。
• コメント：HTMLタグ除去を無効にした場合に、HTMLコメントを個別に除けます。タグ除去が有効なときはコメントもタグと一緒に処理されます。
• 空白整理：行末の空白と連続する空行を整え、先頭・末尾の空白を削ります。
• 検索・置換：フィルターの後に指定した文字列をすべて置換します。正規表現ではなく文字列として扱います。

選択した処理はこの順に適用されます。入力・出力・減少した文字数の表示は長さの差を示すもので、削除の正確さや安全性の評価ではありません。

必要な部分だけを選んで処理する

1. 元の断片を入力する

   HTMLやスタイルを含むテキストを入力欄に貼り付けます。後で比較できるよう、必要なら元のテキストも別に保管してください。

2. 削除する要素を選ぶ

   本文だけを読みたいときはHTMLタグ、script、styleを必要に応じて有効にします。タグ構造を残してインラインスタイルだけを除くなら、HTMLタグ除去を切り、CSS除去を使います。コメントだけを消す場合もHTMLタグ除去を切ってください。

3. 結果を確認して微調整する

   結果欄は入力に応じて更新されます。検索文字列と置換文字列を使うと、フィルター後に残る特定の語句をまとめて置き換えられます。空の置換文字列にすると、検索文字列を削除できます。

4. コピーまたはテキスト保存する

   意図した文章やコードが残っているかを確認し、結果をコピーするかテキストファイルとしてダウンロードします。文字数の減少は処理対象が消えた量の目安として見てください。

組み合わせの小さな例

入力が<p style="color:red">こんにちは</p><script>run()</script>の場合、HTMLタグとJavaScriptの両方を除くと、本文の「こんにちは」が残ります。HTMLタグを残してCSSだけを除けば、段落タグは残り、引用符付きstyle属性とscript要素内の文字はCSS処理だけでは変わりません。複数の処理を選んだときは、どの文字がどの段階で変わるかをプレビューで確かめてください。

処理結果についてよくある疑問

セキュリティ用途には使わない

この処理をXSS対策や公開前のHTMLサニタイズとして使わないでください。文字列置換ではHTMLの構文や利用場所ごとの意味を完全に評価できず、イベント属性などが残る場合があります。OWASPは、出力先の文脈に応じたエンコードや、安全なHTMLを許す場合の適切なサニタイズを案内しています。公開する入力を扱う場合は、用途に合った検証済みの対策を別途設計してください。