Question

我有一个字符串，里面可能有多个cdata标签：

<![CDATA[A Survey of Applications of Identity-Based Cryptography in Mobile Ad-Hoc Networks]]>

我正在使用javascript / jquery，我需要删除多个cdata标签（用“”替换它们）。

我怎么能用正则表达式写这个？

Answer 1

@Jim Garrison在上面的评论中是正确的：没有办法使用正则表达式强健解析XML / HTML。语言过于复杂，无法用正则表达式表示。

然而，这并不意味着你不能编写一个涵盖最合理的案例的正则表达式，这可能足以满足你的需求。例如，以下JavaScript正则表达式将主要执行您想要的操作：

input.replace( /<!\[CDATA\[.*?\]\]>/g, '' );

这个正则表达式中注意的两件事：CDATA主体内的通配符（.*?）与?修饰符一起变得懒惰。没有它，会发生以下不好的事情：

'before <![CDATA[blah]]> some stuff between <![CDATA[another cdata]]> after'
    .replace( /<!\[CDATA\[.*\]\]>/g, '' );
// returns "before  after" when we probably 
// wanted "before  some stuff between  after"

另一件事是我们使用g标志来表示应该替换所有匹配项。否则只会替换第一场比赛。

阅读评论，看起来您可能只想删除CDATA标签，同时保持其内容不变。正如@Jim Garrison上面指出的那样，这是一个坏主意，因为你很容易留下无效的HTML;这就是CDATA的重点。但如果您确实想这样做，请按照以下方式进行：

'outside <![CDATA[(cdata1)]]> inside <![CDATA[(cdata2)]]> after'
    .replace( /<!\[CDATA\[(.*?)\]\]>/g, '$1' );
// yields "outside (cdata1) inside (cdata2) after"

替换xml中的cdata标记

1 个答案: