拆分字符串忽略html标签

Question

是否可以按空格分割字符串＆＃34; ＆＃34;并忽略其中的html标签？
html标签可能包含样式元素，如：style =＆＃34; font-size：14px;颜色：rgb（0,0,0）＆＃34; .....

我正在谈论的字符串是：

<div class="line"><span style="color: rgb(0,0,0)">John</span><u> has</u><b> apples</b></div>

如果您看到我在u标记内和b标记内有空格字符

我想要得到的是要分割的文本

<div class="line"><span style="color: rgb(0,0,0)">John</span><u>

has</u><b>

apples</b></div>

我有以下正则表达式，但它没有给我剩余的字符串，只是前两部分：

[\<].+?[\>]\s

Answer 1

使用以下正则表达式进行拆分：

str.split(/ (?=[^>]*(?:<|$))/)

[
  "<div class="line"><span style="color: rgb(0,0,0)">John</span><u>", 
  "has</u><b>", 
  "apples</b></div>"
]

?=是预见。它说，＆＃34;找到空格，后跟一些字符序列 NOT 大于符号，然后是小于号（或字符串结尾）。

?:是非捕获组。我们在这里需要它，因为split有一个特殊的行为：捕获组的存在告诉它在所得的数组中包含拆分器，这是我们不想要的。