Question

为尴尬的问题标题道歉，我有以下JavaScript：

var wordRe = new RegExp('\\b(?:(?![<^>"])fox|hello(?![<\/">]))\\b', 'g'); // Words regex

console.log('<span>hello</span> <hello>fox</hello> <a href="hello">fox link</a> hello my name is fox'.replace(wordRe, 'foo'));

我要做的是替换任何未嵌套在HTML标记中的单词或HTML标记本身的一部分。我只想匹配“普通”文本。表达式似乎忽略了第一个管道匹配“狐狸”的规则，并在不应该的时候替换它。

任何人都可以指出这是为什么吗？我想我可能错误地组织了表达式（至少是负向前瞻）。

这是JSFiddle。

我还想补充一点，我知道在HTML中使用正则表达式的含义：）

Answer 1

对于正则表达式的工作，您需要 lookbehind 。但是，在撰写本文时，Javascript中不支持此功能。

这是一种解决方法：

我们不会匹配我们想要的内容，而是匹配我们不想要的东西，并将其从输入字符串中删除。稍后，我们可以对已清理的输入字符串执行替换。

var nonWordRe = new RegExp('<([^>]+).*?>[^<]+?</\\1>', 'g');
var test = '<span>hello</span> <hello>fox</hello> <a href="hello">fox link</a> hello my name is fox';

var cleanedTest = test.replace(nonWordRe, '');

var final = cleanedTest.replace(/fox|hello/, 'foo'); // once trimmed final=='foo my name is foo'

的 NOTA：

我已根据您的示例构建此变通方法。但是，如果您面对这些问题，可能需要探讨以下几点：

您可能需要从测试字符串中删除自闭标记（<([^>]+).*?/\>）

您可能需要修剪最终字符串（final）

如果标签可以包含其他标签，则可能需要一个下降html解析器，因为HTML允许这样做。在撰写本文时，Javascript不再是递归模式。

演示

http://jsfiddle.net/yXd82/2/

正则表达式似乎忽略了多个管道字符

1 个答案:

演示