专业编程基础技术教程

网站首页 > 基础教程 正文

Javascript正则表达式示例之HTML标签及HTML语法树

ccvgpt 2025-05-16 12:04:52 基础教程 1 ℃

上一节聊到正则表达式的简单应用，不足之处欢迎留言交流。

Javascript正则表达式示例之基本概念

Javascript正则表达式示例之HTML标签及HTML语法树

今天，我们来看一下，如何使用正则表达式，匹配HTML标签及相关信息。

为什么要加上相关信息呢？

因为，如果您想写一个HTML语法树解析库的时候，可能会用到。


下面内容用到的语法

|：表示或者，要么前面，要么后面

(?<=我前面出现的内容)要匹配的内容：只匹配前面出现的字符之后的内容。

要匹配的内容(?=我前面出现的内容)：只匹配后面出现的字符之前的内容。

分组捕获：一对完整的小括号()，表示一个组。

\数字：你要使用那一个分组捕获到的内容。

.*?：在正则表达式中，. 表示匹配任意字符，* 表示匹配 0 到任意次的前一个字符，? 表示非贪婪匹配，即尽可能匹配最少的字符。因此，.*? 表示匹配任意字符零次或多次，但尽可能匹配最少的字符。这个表达式通常用于匹配一个字符串中的所有内容，但是避免贪婪匹配导致的匹配错误。

^: 表示匹配开始

[要匹配的字符]：只匹配括号中的字符。

比如[0-9]、[a-z]、[A-Z]、[0-9a-zA-Z]、[0-9abc]等等。

[^要匹配的字符]：[]中加^表示匹配不是“要匹配的字符”。


1、匹配所有HTML标签，并清空。实现innerText类似的功能。

<body><div id="left">left</div><div id="right">right</div></body>
const text = document.body.innerText;
text = text.replace(/\n/g, '');
console.log(text);
//输出： leftright

假设没有innerText的功能呢？实现这个功能，使用正则表达式无疑是最方便的。

var text = document.body.innerHTML.replace(/<[^>]+>/g,'');
text = text.replace(/\n/g, '');
console.log(text);
//输出： leftright


是的，这个正则表达式的意思是，查找<>并且包含他们之间不为>的一段字符串。

到这里，您以为就结束了吗？您在网上搜索匹配HTML标签，可能也会得到这么一个结果(例如：<[^>]+>、<.*?>、等等)，但实际上这只是开始，我们本着只要是程序就可能有bug的原则，所以我们来看下面一个例子。

const strHtml = '<span data-code=">">>是大于符号。</span>';
const strRes = strHtml.replace(/<[^>]+>/g, '');
console.log(strRes);
// ">>是大于符号。

bug出现了，怎么办？别着急，请看下一个知识点。


2、匹配HTML标签属性，是写一个HTML语法树要经历的事情。


2.1、首先，我们先解决第一点最后的bug。

const strHtml = '<span data-code=">">>是大于符号。</span>';
// 一个小改动即可。
const strRes = strHtml.replace(/<("[^"]*"|[^>])+>/g, '');
console.log(strRes);
// >是大于符号。

完美 ，还没结束……

const strHtml = "<span data-code='>'>>是大于符号。</span>";
const strRes = strHtml.replace(/<("[^"]*"|[^>])+>/g, '');
console.log(strRes);
// '>>是大于符号。

甲：这不是我写的HTML不标准，是你的解析库兼容性不好，浏览器都可以识别，你为什么不可以?

已：……。

const strHtml = `<i code="<"><小于符号。</i><i code='>'>>大于符号。</i>`;
// 继续改造
const strRes = strHtml.replace(/<((["'])+.*?\2|[^>])+>/g, '');
console.log(strRes);
// <小于符号。>大于符号。

是的，利用正则表达式分组捕获的语法，实现了上面的需求。


2.2 现在，我们来看看，如何找到某个标签的所有属性。

const strHtml = `
<input type='text' disabled value="" class="txt txt-md" v-on:click="save('button')" />
`;

上面的例子中，有多种情况，我们首先来整理出来。

属性1：type='text'

/[\w]+=(["'])+.*?\1/

属性2：disabled

/[\w]+/

属性3：value=""

/[\w]+=(["'])+.*?\1/

属性4：class="txt txt-md"

/[\w]+=(["'])+.*?\1/

属性5：v-on:click="save('button')"

/[\w:]+=(["'])+.*?\1/

其他情况：欢迎讨论。

把所有情况连起来之后。

const strHtml = `<input type='text' disabled value="" class="txt txt-md" v-on:click="save('button')" />`;
const tagAttrs = strHtml.match(/(?<=\s)[\w:-]+(=(["']).*?\2)*/g) || [];
console.log(tagAttrs);
//  ["type='text'", 'disabled', 'value=""', 'class="txt txt-md"', `v-on:click="save('button')"`]

人人为我，我为人人，欢迎您的浏览，我们一起加油吧。

Tags：

猜你喜欢

最近发表
标签列表