Question

我有一些html标签和一系列禁止标签：应该从str中删除在forbiddenTags中找到的任何标记，但第一个标记除外。

也许可以通过字符串的一个循环来完成

我尝试了下一件事：

var forbiddenTags = ["div", "city"];

var str = '<?xml version="1.0" encoding="UTF-8"?>' +
            '<ADDUMP>' +
            '    <HEADER>' +
            '        <div></div>' +
            '        <div>Help Wanted Line</div>' +
            '    </HEADER>' +
            '    <ADINFO>' +
            '        <CUSTOMER>' +
            '            <CITY></CITY>' +
            '            <Div></DIV>' +
            '            <STATE></STATE>' +
            '       </CUSTOMER>' +
            '   </ADINFO>' +
            '</ADDUMP>' +
            '</xml>';

var arrayLength = forbiddenTags.length;

for (var i = 0; i < arrayLength; i++) {
    // remove all forbiddenTags (upper and lower case)
    var re = new RegExp("</? *" + forbiddenTags[i] + "[^>]*>","gi");
    str = str.replace(re, "");
}

console.log(str);

不幸的是，有两个问题：

1）它还删除了在forbiddenTags中找到的字符串的第一个标记。

2）它不会删除标签的内容。

示例：

<div>hi</div>
<div>how</div>
<div></div>

应该是：

<div>hi</div>

这是我的jsfiddle： http://jsfiddle.net/Ht6Ym/3469/

任何帮助表示赞赏！

Answer 1

使用str.match获取所有匹配项并弃掉除第一项之外的所有匹配项。

Answer 2

要匹配标记的内容以及标记本身，您需要更改正则表达式以同时查找开始标记和结束标记。目前，它只检查一个或另一个，这就是留下标签内容的原因。

此正则表达式查找匹配结束标记的开始标记（以及任何关联的属性）以及任何插入文本：

new RegExp("<(" + forbiddenTags[i] + ")[^>]*>(.*?)</\\1>", "gi")

您的其他问题（不想删除第一场比赛）可由passing an anonymous function as a parameter to str.replace解决。在该函数中，使用计数器变量来确定何时删除匹配项。

要做到这一点，你需要在某处添加一个计数器变量。如果您想要保留每种类型的禁止标记的第一个匹配项，请将其放在for循环中。如果您只想保留首先发现的第一个禁止标记，请在for循环之外初始化它（不清楚您想从问题中找到哪个）。然后将str = str.replace(re, "");替换为：

str = str.replace(re, function(matchedText){
    if (++counter>1){
        return "";
    } else {
        return matchedText;
    }
});

此功能针对每场比赛运行。如果它是第一个匹配，它只返回该匹配（实际上，不管它）。否则，它将删除它。

现在，这一切使你的循环看起来像这样：

for (var i = 0; i < forbiddenTags.length; i++) {
    var counter=0
    var re = new RegExp("<(" + forbiddenTags[i] + ")[^>]*>(.*?)</\\1>", "gi");
    str = str.replace(re, function(matchedText){
        if (++counter>1){
            return "";
        } else {
            return matchedText;
        }
    });
}

如果使用jQuery是一个选项，你可以使用this answer中的函数使事情看起来更清晰（即删除令人讨厌的正则表达式）：

var removeElements = function(text, selector) {
    var wrapped = $("<div>" + text + "</div>");
    wrapped.find(selector+":not(:first)").remove();
    return wrapped.html();
}

for (var i = 0; i < forbiddenTags.length; i++) {
    str = removeElements(str, forbiddenTags[i]);
}

Answer 3

似乎Rob W在this post上的回答正是您所寻找的。您需要更改的是first = true到first = {}并检查

if (!first[tag]) {
    first[tag] = true;
} else {
    return '';
}

除了第一个之外，从列表中删除所有html标记

3 个答案: