code/Filter/strip_html.filter

   1 # Copyright 2009 Interchange Development Group and others
   2 #
   3 # This program is free software; you can redistribute it and/or modify
   4 # it under the terms of the GNU General Public License as published by
   5 # the Free Software Foundation; either version 2 of the License, or
   6 # (at your option) any later version. See the LICENSE file for details.
   7
   8 CodeDef strip_html Filter
   9 CodeDef strip_html Description Strip HTML
  10 CodeDef strip_html Routine <<EOR
  11 sub {
  12     my $val = shift;
  13
  14         # get rid of HTML comments
  15         $val =~ s/<!(?:--(?:[^-]*|-[^-]+)*--\s*)>//s;
  16
  17     # replace these container tags with a space
  18     $val =~ s{</?(?:p|ol|ul|li|div|h[123456]|pre|dl|dd|dt|form|option|textarea|blockquote)(?:\s[^>]*)?>}{ }ig;
  19
  20     # replace these self-closing tags with a space
  21     $val =~ s{<[bh]r(?:\s*/|\s[^>]*)?>}{ }ig;
  22
  23     # remove all remaining tags and leave no space
  24     $val =~ s{</?\w[^>]*>}{}g;
  25
  26     # collapse all whitespace, as HTML does when rendering anyway,
  27     # to facilitate truncating at a certain number of characters
  28     $val =~ s{\A\s+}{};
  29     $val =~ s{\s+\z}{};
  30     $val =~ s{\s+}{ }g;
  31
  32     return $val;
  33 }
  34 EOR