Question

我正在使用\b(\w+(?![^<>]*>))\b

按字词拆分HTML块

var html = splitParagraph.html();
var splitHtml = html.split(/\b(\w+(?![^<>]*>))\b/);

我正在执行此操作的HTML看起来如下所示：

                <h2>Lorem</h2><br>
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor<br>
<br>
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor<br>
<br>
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor<br>
<br>
[Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor]<br>
<br>
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor:<br>
<ul><br>
    <li>Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor</li><br>
    <li>Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor</li><br>
    <li>Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor</li><br>
</ul><br>
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor<br>
<br>

您可以在此处看到它：http://www.regexpal.com/?fam=95537

但是，我想要做的是使正则表达式在分割时还包含ul标记，这样，在数组中，它可能看起来像["lorem", " ", "ipsum", "<ul><li>lorem</li><li>ipsum</li><li>blah</li></ul>"]（注意ul是它自己的项目）。因此，它不会在ul内部拆分任何东西，而只是转移到ul之后的任何内容。

我知道我可以使用\s*<ul[^>]*>[\S\s]*?<\/ul>\s*来匹配ul，（感谢the ref），但我不确定如何将这两者结合起来。

Answer 1

您可以尝试使用/\<ul\>[\w\W]+\<\/ul\>|\b(\w+(?![^<>]*>))\b/g，但我确定这是一个较小的解决方案，因为这个解决方案只匹配原始版本以及<ul>和</ul>代码之间的任何内容。

我建议不要使用这种结构，因为它很难维护或扩展。您对所得数组所做的任何用例？也许有更好的选择。

编辑：如图所示，您可以使用|

加入两个正则表达式

拆分html包括用正则表达式拆分ul标签

1 个答案: