将HTML标记的内容与Javascript RegEx匹配

Question

我在JavaScript函数中将以下HTML作为字符串：

<p>one</p> <p align='center'>two</p>

我想提取这个字符串：

"onetwo"（显然没有引号）

你能否建议一些纯JavaScript代码（jQuery也可以...）来获取标签的内容？

Answer 1

使用jQuery，您不需要复杂的正则表达式，您可以轻松解析HTML并使用DOM：

var s = "<p>one</p> <p align='center'>two</p>";
var wrapper = $('<div />').html(s);
var text = wrapper.text();

在这种情况下，$(s).text()也会有效，但如果您在第一级有自由文字（例如<p>1</p>2），它就会失败，所以我通常会避开它。

请注意，此处的结果为"one two"（不是"onetwo"），因为<p>标记之间有空格。
如果这是一个问题，您可以使用wrapper.children().text()或wrapper.find('p').text()，例如，根据您的确切需求。

工作示例：http://jsbin.com/osidi3

Answer 2

我制作了以下Regex来从XML标签中获取内容。 这仅适用于包含内容且后跟结束标记的标记。不会获取包含其他标记的标记的内容。 标记名称位于捕获组1中，标记内容位于捕获组2中。这将用于获取所有内容，包括标记内容中的＆lt;，＆gt;，“，”和＆amp;

<([^\s>]+)\s?[^>]*>(.*)(?:<\/\1)>