Question

在以下字符串中......

var str = 'Foobar is so "awesome."  I <span prop="nifty">"really"</span> <span prop="attr">think it is so</span> <span prop="nifty" prop="attr">"cool!"</span>'

...如何编写一个与引号（“）相匹配的正则表达式，包括awesome，really和cool，而不匹配HTML标记中的引号？

我正在使用JavaScript的替换函数将引号替换为"

我希望有一个正则表达式，我可以使用......

str.replace(/regex-magic/g, "&#34;")

..给我输出......

Foobar is so `&#34;`awesome.`&#34;`  I <span prop="nifty">`&#34;`really`&#34;`</span> <span prop="attr">think it is so</span> <span prop="nifty" prop="attr">`&#34;`cool!`&#34;`</span>

非常感谢!!

Answer 1

与往常一样，使用正则表达式进行HTML / XML处理是一个非常糟糕的主意。

无论如何，我想可以使用以下正则表达式：

([^<]*<[^>]*>[^<]*)*?\"(.*?)\"

第一组用于确保每个打开的标签也被关闭。第二组确保您匹配引号之间的任何内容。

但是，如果您希望正确执行此操作，则可以使用tidy将其转换为xml文件，然后使用xmlint来执行 XPath 查询。我确定Javascript也有这样的工具。

示例（在bash中）：

$ echo 'Foobar is so "awesome."  I <span prop="nifty">"really"</span> <span prop="attr">think it is so</span> <span prop="nifty" prop="attr">"cool!"</span>' | tidy -asxhtml -numeric 2>/dev/null | xmllint --html --xpath 'normalize-space(/)' - | grep -P -o '".*?"'
"awesome."
"really"
"cool!"

Answer 2

我要做的是使用DOM解析器读取整个文档，然后将整个文档输出为有效的HTML。那么你甚至不必弄乱它，并且你将对你的无效模糊HTML得到最好的解释。

Answer 3

str = str.replace(/"(?![^<>]*>)/g, "&#34;");

(?![^<>]*>)是一个负向前瞻（ref）。它从当前位置向前扫描（在这种情况下，在匹配报价后），查找关闭角括号（>）。如果它找到一个没有首先看到一个左括号（<），它必须在HTML标记内，所以匹配失败。

＆＃13;

var str = 'Foobar is so "awesome."  I <span prop="nifty">"really"</span> <span prop="attr">think it is so</span> <span prop="nifty" prop="attr">"cool!"</span>';
str = str.replace(/"(?![^<>]*>)/g, "&#34;");
alert(str);

＆＃13;

正如其他响应者所说，最好尽可能将HTML 作为 HTML处理（通常是可能的）。像这样逐个字符地处理它，即使你是使用你正在使用的任何工具的专家，也很容易引入错误。

Answer 4

对于这样的问题，我发现处理单个文本节点更容易，而不是通过正则表达式语法。

假设您的字符串在DOM元素中不，您可以轻松创建一个元素，而不是将其附加到DOM。

我的函数在下面遍历子节点。如果孩子是文本节点，则会将"更改为"。否则，它会与孩子一起递归调用。然后输出存储在textarea：

中

function replaceQuotes(d) {
  var cn= d.childNodes;
  for(var i = 0 ; i < cn.length ; i++) {
    if(cn[i].nodeValue) {
      cn[i].nodeValue= cn[i].nodeValue.replace(/"/g,'&#34;');
    }
    else {
      replaceQuotes(cn[i]);
    }
  }
}

var str = 'Foobar is so "awesome."  I <span prop="nifty">"really"</span> <span prop="attr">think it is so</span> <span prop="nifty" prop="attr">"cool!"</span>'

var d= document.createElement('div');
d.innerHTML= str;
replaceQuotes(d);

document.querySelector('textarea').innerHTML= d.innerHTML;

textarea {
  width: 80%;
  height: 100px;
}

<textarea></textarea>

如何匹配HTML标签中未包含的所有引号？

4 个答案: