Question

编辑：OOPS，对不起，我不清楚。我有一个从AJAX获得的字符串，它是一个xhtml文档，我需要获取它的body标签，除非我可以从字符串生成一个dom树？

我需要从字符串中的body标签获取所有内容，包括标记，以及javascript正则表达式。

我知道这是重复的，但我在其他问题中找到的正则表达式是针对不同版本的正则表达式，并且给了我错误。

提前感谢。

Answer 1

document.getElementsByTagName('body')[0].innerHTML将返回body标签中的所有内容。这不是一个正则表达式，但我不确定你为什么需要一个......？

POST QUESTION EDIT：

您执行AJAX的XHR对象具有responseText和responseXML属性。只要响应是有效的xml（可能应该是这样），就可以在我提到的xml对象上使用getElementsByTagName获得所需的任何标记。但如果你只想要身体的内在部分，我会这样做：

var inner = myXHR.responseText.split(/(<body>|</body>)/ig)[2]);

Answer 2

正则表达式不是解析DOM的理想工具，正如您将在本网站和其他网站中看到的那样。 George IV建议的最理想的方法是使用更适合这个的JavaScript工具，即getElementsByTagName并获取innerHTML：

var bodyText = document.getElementsByTagName("body")[0].innerHTML;

Edit1 ：我还没有检查过，但是Rudisimo提出了一个显示很多承诺的工具 - XRegExp库是一个麻省理工学院开放源代码和可扩展库。这可能是一个可行的选择 - 我仍然认为DOM是更好的方法，但这看起来远远优于正则表达式的标准JavaScript实现。

Edit2 ：由于Gumbo提供的示例，我放弃了之前关于Regex引擎的陈述[出于准确性的原因] - 但表达式可能是荒谬的。但是，我坚持认为在这种情况下使用正则表达式本身就是一种不好的方法，你应该使用前面提到的例子来引用DOM。

Answer 3

通常，正则表达式不适合解析。但是如果你真的想使用正则表达式，试试这个：

/^\s*(?:<(?:!(?:(?:--(?:[^-]+|-[^-])*--)+|\[CDATA\[(?:[^\]]+|](?:[^\]]|][^>]))*\]\]|[^<>]+)|(?!body[\s>])[a-z]+(?:\s*(?:[^<>"']+|"[^"]*"|'[^']*'))*|\/[a-z]+)\s*>|[^<]+)*\s*<body(?:\s*(?:[^<>"']+|"[^"]*"|'[^']*'))*\s*>([\s\S]+)<\/body\s*>/i

如您所见，没有简单的方法可以做到这一点。我甚至不会声称这是一个正确的正则表达式。但它应该考虑评论标记（），CDATA标记（<![CDATA[ … ]]>）和普通HTML标记。

尝试阅读时祝你好运。

Answer 4

每个人似乎都死于使用正则表达式，所以我想我会走另一条路并回答你的第二个查询。

理论上可以将AJAX的结果解析为xmlDocument。如果您希望这样做，您可能需要采取一些步骤。

使用库。我推荐jQuery
如果您使用的是库，必须确保响应的mimetype是xml mimetype！
确保在所有目标浏览器中进行彻底测试。你会被绊倒。

话虽这么说，我在jsbin上创建了一个快速示例。它很适用于IE和Firefox，不幸的是为了让它工作，我不得不滚动我自己的XMLHttpRequest对象。

View the example source code here

（说真的，这个代码很难看。值得使用库并正确设置mime类型......）

function getXHR() {
    var xmlhttp;
    //Build the request
    if (window.XMLHttpRequest) {
        // code for IE7+, Firefox, Chrome, Opera, Safari
        xmlhttp=new XMLHttpRequest();
    } else if (window.ActiveXObject) {
        // code for IE6, IE5
        xmlhttp=new ActiveXObject("Microsoft.XMLHTTP");
    } else {
        alert("Your browser does not support XMLHTTP!");
    }


    //Override the mime type for firefox so that it returns the 
    //result as an XMLDocument.
    if( xmlhttp.overrideMimeType ) {
        xmlhttp.overrideMimeType('application/xhtml+xml; charset=x-user-defined');
    }

    return xmlhttp;
}

function runVanillaAjax(url,functor)
{
    var xmlhttp = getXHR();
    xmlhttp.onreadystatechange=function() { functor(xmlhttp); };
    xmlhttp.open("GET",url,true);
    xmlhttp.send(null);
}

function vanillaAjaxDone( response ) {
    if(response.readyState==4) {

        //Get the xml document element for IE or firefox
        var xml;
        if ($.browser.msie) {
            xml = new ActiveXObject("Microsoft.XMLDOM");
            xml.async = false;
            xml.loadXML(response.responseText);
        } else {
            xml = response.responseXML.documentElement;
        }

        var textarea = document.getElementById('textarea');
        var bodyTag = xml.getElementsByTagName('body')[0];
        if( $.browser.msie ) {
            textarea.value = bodyTag.text;
        } else {
            textarea.value = bodyTag.textContent;
        }
    }
}

function vanillaAjax() {
    runVanillaAjax('http://jsbin.com/ulevu',vanillaAjaxDone);
}

Answer 5

对于JavaScript中的RegExp库， dot匹配newline 限制还有另一种方法。 XRegExp是一个功能强大的开源库，具有几乎无限的许可证“ MIT License ”（用于商业项目），它非常紧凑（2.7KB gzip）并且功能强大。

如果你转到 New Flags 部分，你可以看到有一个标志（ s ），其中 dot 匹配所有字符;包括换行符。

正则表达式匹配HTML正文的内容

5 个答案: