Question

我在Javascript中有以下字符串，需要删除<?xml ... ?>和<!DOCTYPE .... ]>标记。无法将其转换为dom，因为BR标记错误未关闭 - 并且无法编辑实际内容。

  <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE html [<!ENTITY amp "&#38;#38;">]><div>Blah<br> Blah</div>

尝试使用.replace，但似乎无法到达那里

    text.replace(/\<\?xml.+\?\>/g, '');

Answer 1

replace()适用于<?xml ... ?>部分。

要删除<!DOCTYPE .... ]>部分，您可以执行以下操作：

text.replace(/\<\?xml.+\?\>|\<\!DOCTYPE.+]\>/g, '');

正如您在此处所见：http://jsfiddle.net/darkajax/9fKnd/1/

Answer 2

你可以使用这个正则表达式：

text.replace(/\<(\?xml|(\!DOCTYPE[^\>\[]+(\[[^\]]+)?))+[^>]+\>/g, '');

适用于：

<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE html [<!ENTITY amp "&#38;#38;">]><div>Blah<br> Blah</div>

<?xml version="1.0" encoding="UTF-8"?><div>Blah<br> Blah</div>

<!DOCTYPE html [<!ENTITY amp "&#38;#38;">]><div>Blah<br> Blah</div>

Answer 3

接受的答案有不必要的转义（反斜杠，使正则表达式更丑陋），这也有效：

const text = '<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE html [<!ENTITY amp "&#38;#38;">]><div>Blah<br> Blah</div>'

console.log(text)

const afterReplace = text.replace(/<\?xml.+\?>|<!DOCTYPE.+]>/g, '')

console.log(afterReplace)

从字符串 - >中删除<！ - ？xml和<！DOCTYPE

3 个答案: