在网站内容管理中，我们经常会遇到一个共同的需求：从富含格式的动态内容中，提取出纯粹的文本信息。这背后的原因多种多样，比如我们需要为搜索引擎生成简洁明了的元描述（Meta Description）、在列表页面展示不带格式的摘要，或者仅仅是为了数据分析而获取干净的纯文本内容。安企CMS作为一个灵活高效的内容管理系统，充分考虑到了这些场景，通过其强大的模板引擎和内置过滤器，为用户提供了优雅且实用的解决方案。

动态内容与HTML标签的共生

在安企CMS的后台，无论是编辑文章、产品详情、分类介绍还是单页面内容，我们通常都会使用功能丰富的富文本编辑器。这些编辑器允许我们方便地插入图片、链接、调整字体样式（如加粗、斜体）、创建列表等。在内容保存到数据库后，这些丰富多样的格式实际上都是通过HTML标签来呈现的。

当我们在网站前端的模板中通过archive.Content、category.Description或page.Content这类变量来输出这些内容时，为了保留其原有的视觉效果，通常会配合|safe过滤器，例如{{ archive.Content|safe }}。这样做会指示模板引擎将内容作为安全的HTML直接输出，浏览器便会解析并渲染其中的HTML标签。然而，在某些特定的显示区域或数据输出场景下，这些HTML标签反而会显得多余，甚至可能破坏页面的布局或数据的纯粹性。

提取纯文本的核心工具：安企CMS内置过滤器

为了解决从动态HTML内容中移除标签的问题，安企CMS的模板引擎内置了几个非常实用的过滤器，其中最主要的是striptags和removetags。

striptags：彻底移除所有HTML标签

当您的目标是获取一段绝对纯净的文本，不希望保留任何HTML格式时，striptags过滤器是您的首选。它会遍历输入的字符串，并无情地将所有HTML标签（包括开标签和闭标签）都剔除干净，只留下标签之间的纯文本内容。

使用示例： 假设您的文章内容（archive.Content）中包含 <p>这是一段<strong>加粗</strong>的文字，还有<a href="#">一个链接</a>。</p>

如果您在模板中使用：

<p>文章纯文本内容：{{ archive.Content|striptags }}</p>

页面的输出将会是：

<p>文章纯文本内容：这是一段加粗的文字，还有一个链接。</p>

可以看到，所有的<p>、<strong>、<a>标签都被移除了。

适用场景：

  • 生成纯文本摘要：在文章列表页，您可能希望只显示文章的前几十个字的纯文本摘要。
  • SEO元描述：在页面的<head>部分，meta name="description"标签的值应为纯文本，避免搜索引擎抓取到HTML标签而影响显示效果。

removetags：精准移除指定HTML标签

与striptags的“一刀切”不同，removetags过滤器提供了更精细的控制。它允许您指定一个或多个您希望移除的HTML标签，而对于您未指定的其他HTML标签，则会予以保留。

使用示例： 继续上面的例子，如果您的内容是 <p>这是一段<strong>加粗</strong>的文字，还有<a href="#">一个链接</a>。</p>。

如果您只希望移除其中的链接标签<a>和段落标签<p>，但保留加粗标签<strong>，可以在模板中使用：

<p>部分HTML保留内容：{{ archive.Content|removetags:"p,a"|safe }}</p>

请注意，这里使用|safe是因为removetags处理后，可能仍有HTML标签被保留，需要浏览器解析。

页面的输出将会是：

<p>部分HTML保留内容：这是一段<strong>加粗</strong>的文字，还有一个链接。</p>

这里<a>标签被移除了，但<strong>标签得到了保留。

适用场景：

  • 内容局部格式调整：在某些展示区域，您可能希望保留某些核心的文本格式（如加粗），但移除不相关的或者可能导致布局问题的标签（如图片标签<img>或视频标签<video>）。
  • 数据清洗：在准备数据用于API输出时，可能需要移除一些特定的HTML标签以满足数据格式要求。

实际应用：让内容更符合展示要求

结合以上过滤器，我们可以在安企CMS中轻松应对各种纯文本提取需求：

  1. 在文章列表或产品展示卡片中显示纯文本摘要： 在首页或分类列表页，为了保持页面的整洁和统一，通常只显示文章标题和简洁的描述。

    {% archiveList archives with type="list" limit="10" %}
    {% for item in archives %}
    <div>
        <h2><a href="{{ item.Link }}">{{ item.Title|striptags }}</a></h2>
        {# 移除所有HTML标签后，再截取前100个字符 #}
        <p>{{ item.Description|striptags|truncatechars:100 }}</p>
    </div>
    {% endfor %}
{% endarchiveList %}

  2. 优化SEO元描述（Meta Description）： 通过tdk标签获取的页面描述，如果源内容来自富文本编辑器，最好再进行一次striptags处理，确保输出给搜索引擎的是纯文本。

    <meta name="description" content="{% tdk seoDescription with name="Description" %}{{ seoDescription|striptags|truncatechars:150 }}">

    这里即便seoDescription通常已经是纯文本，多一层过滤也能规避潜在风险，并结合truncatechars控制字数。

安全与**实践

  • |safe过滤器与标签移除：|safe过滤器是为了防止HTML内容被自动转义，从而让浏览器正确解析显示。当您使用striptags彻底移除所有HTML标签后，内容已变为纯文本，理论上就不再需要|safe。但如果使用removetags后仍保留了HTML标签，则可能还需要|safe来确保这些被保留的标签能被正确解析。
  • 灵活选择过滤器：根据您对最终文本格式的精确控制程度，选择striptags进行全面清理，还是removetags进行有选择性的保留。
  • 结合截断功能：在移除HTML标签后，内容长度可能依然很长。此时，结合truncatechars（按字符截断）或truncatewords（按单词截断）过滤器，可以进一步控制显示文本的长度。
  • 特殊需求：保留HTML结构并截断：值得一提的是，如果您需要在截断内容的同时保留其HTML结构（例如，截断后仍然希望加粗的文字保持加粗），安企CMS还提供了`truncatechars_