Question

我正在编写javascript，我必须使用RegExp选择一些文本。 Cheatsheets对我没有帮助。

我有一个文字：

Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>

所以除了文本之外我想删除所有文本：address-tag和里面的所有内容。预期结果：

Some dummy text and nothing more.

完全没有，但我是RegExps的新手。

Answer 1

如果你可以使用嵌套的address标签，那么正在构建一个正则表达式。

如果没有，您可以将"<address .*?</address>"替换为""。

Javascript：.replace(/<address .*?<\/address>/g, "");

否则，请使用解析器;）

一些文档：http://www.regular-expressions.info/repeat.html，“懒惰而非贪婪”一章。

Answer 2

如何从HTML制作元素并选择第一个孩子？让你的浏览器做繁重的工作：

var elem = document.createElement();
elem.innerHTML = "Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>";
console.log(elem.firstChild.nodeValue);

jsFiddle

这会创建一个空的HTML元素，然后将HTML设置为所需的HTML。现在，您的浏览器将整个事情视为：

<Node>
    Some dummy text and nothing more.<address style='text-align: right;'><span style='color: #EA5528; font: 13px Arial !important;'>asd</span></address>
</Node>

现在，它还将未拆封的文本分解为“文本节点”。因此，您创建的Node元素的firstChild将是文本块（或几乎所有非HTML标记）：

一些虚拟文字，仅此而已。

Answer 3

不要使用正则表达式来解析html ...

获取文本所在的节点，遍历childNodes，跳过地址节点，收集其余元素的innerText。

这样的事情可能有用：

var element = document.getElementById('message'),
    result = '', i = 0;

for (i = 0; i < element.childNodes.length; i ++)
{
    var e = element.childNodes.item(i);
    if (e is HTMLElement && e.localName.toUpperCase() == 'ADDRESS')
    {
        // skip these
    } else {
        result += e.innerText;
    }
}

请注意，这是未经测试的，在SO文本框中输入，用于说明一个想法，而不是解决世界问题。

RegEx for html-tag条目

3 个答案: