拆分字符串忽略html标签答案

【问题标题】：Split string ignoring html tags拆分字符串忽略html标签
【发布时间】：2015-12-27 22:26:16
【问题描述】：

是否可以用空格“”分割字符串并忽略其中的html标签？
html 标签可能具有样式元素，例如： style="font-size:14px; color: rgb(0, 0, 0)" .....

我说的字符串是：

<div class="line"><span style="color: rgb(0,0,0)">John</span><u> has</u><b> apples</b></div>

如果你可以看到我在u 标记和b 标记内有空格字符

我想要得到的是要拆分的文本如下

<div class="line"><span style="color: rgb(0,0,0)">John</span><u>

has</u><b>

apples</b></div>

我有以下正则表达式，但它没有给我字符串的其余部分，只有前 2 部分：

[\<].+?[\>]\s

【问题讨论】：

【解决方案1】：

使用以下正则表达式拆分：

str.split(/ (?=[^>]*(?:<|$))/)

[
  "<div class="line"><span style="color: rgb(0,0,0)">John</span><u>", 
  "has</u><b>", 
  "apples</b></div>"
]

?= 是一个前瞻。它说，“查找后跟一些字符序列的空格，这些字符是 NOT 大于号，然后是小于号（或字符串结尾）。

?: 是一个非捕获组。我们在这里需要它，因为split 有一个特殊的行为：捕获组的存在告诉它在生成的片段数组中包含拆分器，这是我们不想要的。

【讨论】：