删除字符串中的嵌套 html 元素答案

【问题标题】：Removing nested html element in a string删除字符串中的嵌套 html 元素
【发布时间】：2016-01-19 04:29:09
【问题描述】：

我正在使用 API 来检索某个应用程序内所有 Web 表单的 HTML。问题是返回的 HTML 在<form> 周围包含<html>、<style> 和<body> 标签，但我只需要<form>（还有一个onsubmit 属性，但我相当当然我可以在路上处理一点）。

我能够使用一些巧妙的正则表达式删除样式标签，但我不确定从<html> 和<body> 标签中间删除<form> 的方法。

到目前为止，这一切都发生在 PHP 中。我在想有可能json_encode 字符串然后将它传递给JS 并使用jQuery 到getJSON 也许？不过，我仍然不是 100% 清楚做到这一点的最佳方法。

我返回的 php 字符串示例...

<html width="100%" height="100%">
  <body class="body stuff">
    <form>
      <input type="text" name="input">
      <input type="text" name="anotherInput">
    </form>
  </body>
</form>

我想要从这个字符串中得到的只是<form>

【问题讨论】：

您是否尝试过使用DOMDocument？

标签： php jquery html regex string

【解决方案1】：

<?
$regex = "/<form>(.*?)<\/form>/s";
preg_match($regex,$string,$match);
print_r($match);
?>

应该是这样的：

Array
(
    [0] => <form>
      <input type="text" name="input">
      <input type="text" name="anotherInput">
    </form>
    [1] => 
      <input type="text" name="input">
      <input type="text" name="anotherInput">

)

那么你需要的是$match[1]

【讨论】：

我不得不稍微修改一下正则表达式，因为表单标签本身有一些额外的属性"/<form (.*?)>(.*?)<\/form>/is"，但这最终工作得很好。谢谢！由于某种原因，我还不得不使用preg_match_all，我不完全理解

【解决方案2】：

您可以使用 $.parseHTML() 将您的字符串转换为 DOM 对象。

然后附加或使用DOM traversal 来查找您需要的任何对象。此外，当您使用$.parseHTML() 时，它似乎会自动删除<html> 和<body> 标签，只留下文档的内部部分。

var string = '<html width="100%" height="100%"><body class="body stuff"><form><input type="text" name="input"><input type="text" name="anotherInput"></form></body></html>';

var htmlObject = $.parseHTML(string);
$('body').append( htmlObject );

这是我整理的快速DEMO。

编辑

在DEMO 中，您可以看到$.each() 方法循环遍历对象并将nodenames 附加到无序列表中。这就是您可以验证$.parseHTML() 是否确实从对象中删除了<html> 和<body> 的方法。

【讨论】：