过滤 <form> 从HTML文本使用正则表达式

Question

我从ajax请求中获取整个html页面作为文本（ xmlhttp.responseText ）

然后过滤文本提取HTML form从文本和表单内的一切。

我写了一个正则表达式：

text.match(/(<form[\W\w]*<\/form>)/gim)

由于我不是正则表达式方面的专家，因此我无法确定它是否可以在每种情况下使用并将所有内容放入form标记内？

有没有更好的方法可以让我在正则表达式中说出一切 ？ 这样正则表达式看起来像

 text.match(/(<form[__everything_syntaxt_here__]*<\/form>)/gim)

Answer 1

尝试这个：

function stripForm(s) {
  var div = document.createElement('div');
  div.innerHTML = s;
  var scripts = div.getElementsByTagName('form');
  var i = scripts.length;
  while (i--) {
    scripts[i].parentNode.removeChild(scripts[i]);
  }
  return div.innerHTML;
}
function getForm(s) {
  var div = document.createElement('div');
  div.innerHTML = s;
  var scripts = div.getElementsByTagName('form');
  var i = scripts.length;
    var ret="";
  while (i--) {
    ret += scripts[i].innerHTML;
  }
  return ret;
}
var a = 'before Form <form action="" method="post"> <input type="text" /> <input type="text" /> <input type="text" /> </form><br/> after form';
alert(getForm(a));
alert(stripForm(a));
console.log(stripForm(a));

演示版

Answer 2

不得不处理IE 5 ，您可怜的灵魂。

您问题的快速答案[\\W\\w]确实是匹配所有事物的最佳方法吗？

是的 ，JavaScript不支持使用s修饰符. 匹配换行符。 进行[\\W\\w]基本上会告诉正则表达式： “匹配任何单词字符或非单词字符” ，您可以看到绝对每个字符都属于这两个类别。

但是 ，如果您想使用更可靠的解决方案来处理<!-- html comments -->以及页面上的多种形式，则最佳方法类似于此SO答案中所述，但已更改为HTML。

这就是我要使用的：

<!--(?:(?!-->)[\w\W])*-->|(<form(?:(?:(?!<\/form>|<!--)[\w\W])|(?:<!--(?:(?!-->)[\w\W])*-->))*</form>)

查看Debuggex演示以查看您实际得到的匹配。 然后，您可以在JavaScript中获得第一个捕获组。 如果它是空的，那只是为了摆脱这里解释的注释形式。