Cada día de esta serie seguimos sumando pequeñas funciones pensadas para resolver problemas reales de forma simple y directa. Después de trabajar con utilidades más orientadas a flujo y control, hoy nos detenemos en un caso muy común: limpiar texto que viene contaminado con HTML. Una necesidad frecuente cuando procesamos contenido externo o queremos mostrar texto plano sin sorpresas.

stripHTML

La función stripHTML se encarga de eliminar todas las etiquetas HTML de un texto, dejando únicamente su contenido en formato plano.

Es especialmente útil cuando recibimos texto desde editores WYSIWYG, feeds externos, correos o campos que permiten HTML, y necesitamos sanitizar o extraer solo lo que el usuario escribió realmente.

En proyectos reales suele aparecer en escenarios como:

• Limpieza básica de contenido antes de indexarlo o analizarlo.
• Generación de previews o resúmenes en texto plano.
• Sanitización ligera para logs, notificaciones o exportaciones.
• Procesamiento previo antes de aplicar otras transformaciones de texto.

A diferencia de soluciones más pesadas o librerías completas de sanitización, esta función apunta a ser simple, predecible y fácil de entender. No intenta validar HTML ni proteger contra ataques complejos. Hace una cosa y la hace bien: quitar etiquetas y normalizar espacios.

Código de la función

/**
 * Elimina todas las etiquetas HTML de un texto, dejando solo el contenido.
 * Útil para sanitización básica y extracción de texto plano.
 * @param {string} html Cadena con HTML.
 * @param {object} [options]
 * @param {boolean} [options.preserveSpaces=true] Si true, reemplaza tags con espacio para evitar palabras pegadas.
 * @returns {string} Texto sin etiquetas HTML.
 */
export function stripHTML(html, options = {}) {
  if (typeof html !== 'string') return '';
  const { preserveSpaces = true } = options;
  
  // Remover scripts y styles con su contenido
  let cleaned = html
    .replace(/<script\b[^<]*(?:(?!<\/script>)<[^<]*)*<\/script>/gi, '')
    .replace(/<style\b[^<]*(?:(?!<\/style>)<[^<]*)*<\/style>/gi, '');
  
  // Reemplazar tags con espacio o vacío
  cleaned = cleaned.replace(/<[^>]+>/g, preserveSpaces ? ' ' : '');
  
  // Limpiar espacios múltiples y trim
  return cleaned.replace(/\s+/g, ' ').trim();
}

Cómo usarla

Caso básico

Eliminar etiquetas HTML de una cadena simple.

stripHTML('<p>Hola <strong>mundo</strong></p>');
// "Hola mundo"

Preservando separación entre palabras

Por defecto, las etiquetas se reemplazan por espacios para evitar que las palabras queden pegadas.

stripHTML('<span>Hola</span><span>mundo</span>');
// "Hola mundo"

Sin preservar espacios

Si sabes que el HTML ya tiene separaciones claras o quieres un control más estricto, puedes desactivar esta opción.

stripHTML('<span>Hola</span><span>mundo</span>', { preserveSpaces: false });
// "Holamundo"

Eliminando scripts y estilos

El contenido dentro de <script> y <style> se elimina por completo, no solo las etiquetas.

stripHTML('<style>body { color: red }</style><p>Texto</p>');
// "Texto"

---

Con stripHTML sumamos otra herramienta pequeña pero muy práctica al arsenal diario. Una función pensada para cuando solo necesitas texto limpio, sin ruido y sin dependencias extra. Mañana seguimos avanzando en este recorrido, agregando una nueva función para seguir construyendo paso a paso este calendario de utilidades.