Question

我需要你的帮助，使用字符串HTML文档中的Javascript Regex删除所有字符除 <body></body>和整个字符串正文标记。

我尝试使用此功能但不起作用：

var str = "<html><head><title></title></head><body>my content</body></html>"
str.replace(/[^\<body\>(.+)\<\\body\>]+/g,'');

我只需要正文内容，其他选项是使用DOMParser：

var oParser = new DOMParser(str);
var oDOM = oParser.parseFromString(str, "text/xml");

但这会导致解析通过Ajax加载的字符串文档时出错提前感谢您的建议！

Answer 1

var str = "<html><head><title></title></head><body>my content</body></html>"

str=str.match(/<(body)>[\s\S]*?<\/\1>/gi);

//also you can try this:
//str=str.match(/<(body)>.*?<\/\1>/gis);

Regular expression visualization

Debuggex Demo

Answer 2

你可以试试这段代码，

> var str = "<html><head><title></title></head><body>my content</body></html>"
undefined
> str.replace(/.*?(<body>.*?<\/body>).*/g, '$1');
'<body>my content</body>'

DEMO

Answer 3

您不能（或至少不应该）使用replace执行此操作;请尝试match：

var str = "<html><head><title></title></head><body>my content</body></html>"
var m = str.match(/<body>.*<\/body>/);
console.log(m[0]); //=> "<body>my content</body>"

如果您有多行字符串，请将.（不包括\n）更改为[\S\s]（不是空白或空白）或类似内容。

正则表达式删除除一系列特定字符之外的所有字符串

3 个答案: