Question

我想在em标签之间获取字符串，包括其他html。

例如：

<em>UNIVERSALPOSTAL UNION - International Bureau Circular<br />
By: K.J.S. McKeown</em>

输出应为：

UNIVERSALPOSTAL UNION - International Bureau Circular<br />
    By: K.J.S. McKeown

请帮帮我。

由于

Answer 1

使用正则表达式函数，如下所示：

REMatch("(?s)<em>.*?</em>", html)

另请参阅：http://livedocs.adobe.com/coldfusion/8/htmldocs/help.html?content=regexp_01.html

（？s）将模式设置为单行，这样输入文本即使包含换行符也会被解释为一行。 ~~这可能是默认值（我不确定）所以可以省略。~~正如Peter在评论中指出的那样，这不是默认值，因此必须设置。
.*?匹配和之间的所有字符。乘数之后的问号使其“非贪婪”，以便尽可能少的字符匹配。如果输入html包含foobar之类的内容，则需要这样做，否则只考虑最外面的标记。
返回的数组包含找到的所有匹配项，即所有文本，包括标记中的html。

请注意，如果也作为属性文本出现并且错误地不是html编码，例如：<a title="Help for tag">click</a>或在其他罕见情况下（例如javascript脚本标记等），这可能会失败。正则表达式无法替换完整的HTML / XML解析器，如果您需要100％准确性，则应考虑使用一个：http://livedocs.adobe.com/coldfusion/8/htmldocs/help.html?content=functions_t-z_23.html

Answer 2

如果您的输入完全采用上面给出的格式，您甚至不需要正则表达式 - 只需删除外部标记：

<cfsavecontent variable="Input">[text from above]</cfsavecontent>

<cfset Output = mid( Input, 4 , len(Input) - 9 />

如果你的输入超过这个（即一个重要的HTML或完整的HTML文档），正则表达式仍然不是理想的工具 - 而是你应该使用HTML解析器，例如{ {3}}：

<cfset jsoup = createObject('java','org.jsoup.Jsoup') />

<cfset Output = jsoup.parse(Input).select('em').html() />

（对于CF8，此代码需要将jsoup JAR文件放在CF的lib目录中，或使用JSoup等工具。）

Answer 3

如果你正在使用jquery，你也可以很容易地做到这一点。

$("em").html();

将返回em标签之间的所有html。

请参阅此fiddle

Answer 4

我必须删除partiucular标签后要遵循的任何文本。现在，HTML内容是从一个满足5种不同语言的数据库动态生成的。所以我只有div标签来帮助我。我不确定为什么REMatch（＆＃34;（？s）。*？＆＃34;，html）对我不起作用。然而，本在这里帮助了我（http://www.bennadel.com/blog/769-Learning-ColdFusion-8-REMatch-For-Regular-Expression-Matching.htm）。我的代码看起来像tghis：

<cfset extContentArr = REMatch("(?i)<div class=""inlineBlock"" style=""margin-right:30px;"">.+?</div>",qry_getContent.colval) />
<cfif !ArrayIsEmpty(extContentArr)>
  Loop the array and do whatever you need with the extract , I just deleted them.
</cfif>

如何在这两个em标签之间获取所有内容的字符串？

4 个答案: