如何找到從Html標簽附上的Word？

Question

我正在使用Javascript編寫拼寫檢查器並結合OpenOffice字典，我遇到了一個嚴重的問題。

我可以使用RegEx找到整個單詞，但如果單詞看起來像prog<b>ram</b>ing ，我可以找到它，如果我從jQuery中刪除所有帶有.text()方法的html標簽。 但是如何替換這個單詞並重建原始的html結構呢？

Spellchecker.com非常巧妙地進行 - 拼寫檢查甚至可以識別像prog<b>ram</b>ing這樣的單詞，如果拼寫錯誤的話！

Answer 1

/([\s>"'])prog(<[^>]+>)ram(<[^>]+>)ing([\s\.,:;"'<])/g 

將匹配您的示例

因此，大致以下正則表達式將找到該單詞的所有實例，即使是那些用html打破的單詞

 var regExp = new RegExp('([\s>"\'])' + word.split('').join('(<[^>]+>)') + '([\s\.,:;"\'<])',g);

上帝知道這將如何幫助你建立一個拼寫檢查器。 我懷疑拼寫檢查器中使用的方法更像是'假設沒有html進行拼寫檢查，如果一個單詞中有html然后使用類似下面的方法刪除它，並對你得到的字符串進行正常的拼寫檢查：

String.prototype.stripHtml = function() {
  return this.replace(/(<[^>]+>)/, '');
}

Answer 2

我會用一些東西來提取任何HTML，以便你處理明文。 我不能在javascript中說任何這樣的工具，但我確信它們存在。 如果你能找到一些東西來“擦除”你的.text（）中的html，你可以用這種方式進行搜索。

嘗試這樣的事情： http ： //metacpan.org/pod/HTML :: Scrubber