RegExp用于html-tag entrie

Question

我正在编写javascript，我必须使用RegExp选择一些文本。 Cheatsheets对我没有帮助。

我有一个文字：

Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>

所以除了文本之外我想删除所有文本：address-tag和里面的所有内容。 预期结果：

Some dummy text and nothing more.

没什么，但我是RegExps的新手。

Answer 1

如果您可以使用嵌套的address标记，那么构建正则表达式将非常困难。

如果没有，您可以用"<address .*?</address>"替换"<address .*?</address>" "" 。

Javascript： .replace(/<address .*?<\\/address>/g, "");

否则，使用解析器;）

一些文档： http ： //www.regular-expressions.info/repeat.html ，“懒惰而非贪婪”​​一章。

Answer 2

如何从HTML中创建元素并选择第一个孩子？ 让您的浏览器做繁重的工作：

var elem = document.createElement();
elem.innerHTML = "Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>";
console.log(elem.firstChild.nodeValue);

的jsfiddle

这将创建一个空的HTML元素，然后将HTML设置为所需的HTML。 现在您的浏览器将整个事情视为：

<Node>
    Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>
</Node>

现在，它还将unrwapped文本分解为“文本节点”。 因此，您创建的Node元素的firstChild将是文本块（或几乎任何非HTML标记）：

一些虚拟文本，仅此而已。

Answer 3

不要使用正则表达式来解析html ...

获取文本所在的节点，遍历childNodes，跳过地址节点，为剩余元素收集innerText。

这样的事情可能有用：

var element = document.getElementById('message'),
    result = '', i = 0;

for (i = 0; i < element.childNodes.length; i ++)
{
    var e = element.childNodes.item(i);
    if (e is HTMLElement && e.localName.toUpperCase() == 'ADDRESS')
    {
        // skip these
    } else {
        result += e.innerText;
    }
}

请注意，这是未经测试的，在SO文本框中键入并提供以说明想法，而不是解决世界问题。