js清理Word格式示例代码

在JavaScript中直接清理Word文档格式通常不是直接可行的，因为JavaScript主要运行在浏览器环境中，并不直接处理Word文档（如.docx）。但是，如果你的意思是处理从Word文档粘贴到网页内容编辑器（如CKEditor, TinyMCE等）中的富文本内容，并希望去除其中的Word特定格式，那么可以通过一些正则表达式和字符串操作来尝试清理。

下面是一个简单的JavaScript示例，它尝试从粘贴的文本中移除一些常见的Word特定样式和属性（注意，这不会是一个完美的解决方案，因为Word的HTML输出可能非常复杂和多样化）：

function cleanWordPaste(text) {
    // 移除Word生成的样式和属性
    // 注意：这些正则表达式可能需要根据实际情况进行调整
    // 移除MS Word的class
    text = text.replace(/class="?Mso[A-Za-z]+ [0-9a-zA-Z"=\s]*"/g, '');
    // 移除MS Word的style
    text = text.replace(/style="[\s\S]*?;/g, '');
    // 移除MS Word的注释
    text = text.replace(/<!--[\s\S]*?-->/g, '');
    // 移除MS Word的XML元素
    text = text.replace(/<(\w+):[^>]*?\/?>/g, '');
    // 移除空的段落标签
    text = text.replace(/<p> <\/p>/g, '');
    // 移除多余的空格
    text = text.replace(/<p>\s*<\/p>/g, '');
    text = text.replace(/<p>\s*(.*?)\s*<\/p>/gim, '$1\n\n'); // 将段落转换为换行

    // 这里可以添加更多的正则表达式来处理其他Word特有的HTML

    return text;
}

// 示例用法
const pastedText = '这里是从Word粘贴过来的包含大量Word特定HTML的文本...';
const cleanedText = cleanWordPaste(pastedText);
console.log(cleanedText);

请注意，由于Word文档转换为HTML的复杂性，这段代码可能无法完全清理所有Word特有的格式和样式。此外，处理从用户粘贴的内容时，还需要考虑安全性，例如防止跨站脚本攻击（XSS）。

在实际应用中，如果可能的话，最好使用服务器端或客户端的库（如Python的`python-docx`或JavaScript的`mammoth.js`）来更精确地处理Word文档。然而，如果你只是处理粘贴的文本，上述代码可以作为一个起点。