用正则表达式拆分html字符串

Question

可以像这样用正则表达式分割html字符串

var mystring="<p style='display:inline'>hello world</p>!!';

并获得像这样的数组？

[<p style='display:inline'>,hello world,</p>,!!]

更新：我使用以下正则表达式

mystring.split(/(<\/?\w+(?:(?:\s+\w+(?:\s*=\s*(?:".*?"|'.*?'|[^'">\s]+))?)+\s*|\s*)\/?>)/gim);

谢谢

Answer 1

我毫不犹豫地发布这个答案，因为我认为这是一个坏主意。这不是最持久的解决方案，使用正则表达式解析html并不是一个好主意。你应该使用DOM。这是：

mystring.replace(/>/g,'>\x1d').split(/(?=<)|\x1d/)

基本上，将所有>替换为>{group separator}，然后在<上进行前瞻分割并在{group separator}上进行分割。你得到你想要的东西，但是如果你有＆lt;或者＆gt;或者你的html里面的组分隔符未转义。