過濾 <form> 從HTML文本使用正則表達式

Question

我從ajax請求中獲取整個html頁面作為文本（ xmlhttp.responseText ）

然后過濾文本提取HTML form從文本和表單內的一切。

我寫了一個正則表達式：

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

由於我不是正則表達式方面的專家，因此我無法確定它是否可以在每種情況下使用並將所有內容放入form標記內？

有沒有更好的方法可以讓我在正則表達式中說出一切 ？ 這樣正則表達式看起來像

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

Answer 1

嘗試這個：

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

不得不處理IE 5 ，您可憐的靈魂。

您問題的快速答案[\\W\\w]確實是匹配所有事物的最佳方法嗎？

是的 ，JavaScript不支持使用s修飾符. 匹配換行符。 進行[\\W\\w]基本上會告訴正則表達式： “匹配任何單詞字符或非單詞字符” ，您可以看到絕對每個字符都屬於這兩個類別。

但是 ，如果您想使用更可靠的解決方案來處理<!-- html comments -->以及頁面上的多種形式，則最佳方法類似於此SO答案中所述，但已更改為HTML。

這就是我要使用的：

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

查看Debuggex演示以查看您實際得到的匹配。 然后，您可以在JavaScript中獲得第一個捕獲組。 如果它是空的，那只是為了擺脫這里解釋的注釋形式。