Question

我在这个论坛上看到了一个接近我的＆＃34;请求＆＃34;但还不够（Regexp to capture string between delimiters）。

我的问题是：我有一个HTML页面，我只会获得所有＆＃34; img＆＃34;这个页面的标签，并将它们放在一个数组中而不使用cheerio（我使用节点js）。

问题是我宁愿排除分隔符。我怎么能解决这个问题？

Answer 1

是的，这可以使用正则表达式，但是使用本机DOM方法会更容易（并且可能更快但不要引用我）。让我们从正则表达式方法开始。我们可以使用捕获组轻松解析src标记的img：

＆＃13;

var html = `test<div>hello</div>
<img src="first">
<img class="test" src="second" data-lang="en">
test
<img src="third" >`;
var srcs = [];
html.replace(/<img[^<>]*src=['"](.*?)['"][^<>]*>/gm, (m, $1) => { srcs.push($1) })

console.log(srcs);

＆＃13;

然而，更好的方法是使用getElementsByTagName：
（注意以下内容将获得某种父域URL，因为srcs是相对/假的，但你明白了）

＆＃13;

var srcs = [].slice.call(document.getElementsByTagName('img')).map(img => img.src);

console.log(srcs);

＆＃13;

test<div>hello</div>
<img src="first">
<img class="test" src="second" data-lang="en">
test
<img src="third" >

＆＃13;

正则表达式在分隔符之间捕获字符串并将其排除

1 个答案: