HTML实体拆分字符串？

Question

我的字符串包含很多HTML实体，比如

  

＆安培;＃X22;你好＆安培; NBSP;＆安培; LT;每个人＆安培; GT;＆安培; NBSP;还有＆安培;＃X22;

我想通过HTML实体将其拆分为：

  

您好
  大家
  有

有人可以建议我这样做吗？可能正在使用Regex？

Answer 1

看起来你可以分开&[^;]*;正则表达式。也就是说，分隔符是以&开头的字符串，以;结尾，中间除了;之外还有其他内容。

如果您可以连续使用多个分隔符，并且不希望它们之间有空字符串，则只需使用(&[^;]*;)+（或通常( delim < / em> )+模式）。

如果你可以在字符串的开头或前面有分隔符，并且你不希望它们是由它们引起的空字符串，那么只需在拆分之前将它们修剪掉。

---

实施例

以下是展示上述想法的代码段（see also on ideone.com）：

var s = ""Hello <everybody> there""

print (s.split(/&[^;]*;/));
// ,Hello,,everybody,,there,

print (s.split(/(?:&[^;]*;)+/));
// ,Hello,everybody,there,

print (
   s.replace(/^(?:&[^;]*;)+/, "")
    .replace(/(?:&[^;]*;)+$/, "")
    .split(/(?:&[^;]*;)+/)
);
// Hello,everybody,there

Answer 2

var a = str.split(/\&[#a-z0-9]+\;/);应该这样做，虽然当你有两个实体相邻时，你最终会得到数组中的空插槽。

Answer 3

split(/&.*?;(?=[^&]|$)/)

并删除最后和第一个结果：

["", "Hello", "everybody", "there", ""]

Answer 4

>> ""Hello <everybody> there"".split(/(?:&[^;]+;)+/)
['', 'Hello', 'everybody', 'there', '']

正则表达式是：/(?:&[^;]+;)+/

将实体与&匹配，后跟1 +非;个字符，后跟;。然后将这些（或更多）中的至少一个匹配为拆分分隔符。使用(?:expression)非捕获语法，以便捕获的分隔符不会被放入结果数组中（split()将捕获组放入结果数组中（如果它们出现在模式中）。