如何使正则表达式忽略HTML标记集之间的内容？

Question

在这种情况下：

<script>
function();
</script>

please don't touch me.

<script>
function();
</script>

我正在尝试捕捉它们之间的标签和信息，但不是＆＃34;请不要在中间触摸我＆＃34;。到目前为止，我已经想出了这个：

/<script>[^]+<\/script>/ig

它捕获从第一个<script>标记到最后一个</script>标记的所有内容。

Answer 1

你需要让正则表达式不贪婪，因为默认情况下它是贪婪的：

<script>[^]+?<\/script>

Answer 2

使用?量词来匹配第一个结束标记：

/<script>([^]*?)<\/script>/ig

但正如其他人已经说过的那样，在处理HTML时，最好使用XML解析器。

Answer 3

尝试以下一个正则表达式

var re = /<script\b[^>]*>([\s\S]*?)<\/script>/gm;

答案参考https://stackoverflow.com/a/1448870/5391322

我希望这会对你有所帮助。随意评论。