包含HTML标记，但只包含字符列表

Question

我有HTML标签的字符串文本（例如俄语） 我需要使用JavaScript RegEx获取所有单词并排除HTML标记

这是我的RegEx

reg = /([^\r\n\t\f>< /]+(?!>))\b/g;

例如，在俄语中，我需要将所有HTML标记保留在我的字符串文本中，但保留所有工作的俄语（[\wа-я] +）

可以排除＆amp;在JavaScript RegEx中包含一些内容吗？

Answer 1

我不会尝试使用regexp解析HMTL。相反，获取DOM节点的innerText属性：

HTML：

<div id="myRussianText">
    Lorem <span>ipsum</span>
</div>

JS：

var el = document.getElementById('myRussianText');
var text = el.innerText; // 'Lorem ipsum'

https://jsfiddle.net/cn0np3yf/