如何使用 RegExp 在 HTML 标记之间选择特定文本？答案

【问题标题】：How to select specific text between HTML tags with RegExp?如何使用 RegExp 在 HTML 标记之间选择特定文本？
【发布时间】：2013-03-23 08:20:32
【问题描述】：

我正在构建一个需要在 html 之间选择特定文本的应用程序，这是一个示例：

字符串： <p><a href="test0">test1 test2</a>test3</p>

正则表达式：(Select text between HTML)(test.)

我要选择的是“test1”、“test2”和“test3”，而不是“test0”

有什么解决办法吗？谢谢大家的帮助

注意：我正在使用 JavaScript 进行 RegExp 操作。

【问题讨论】：

可能重复stackoverflow.com/questions/787932/…
@Shekhar，这不是重复的，OP 想要一个 JavaScript 解决方案，你的链接是 C# 相关的
@Shekhar : 这个问题和你提到的不同。
@chunheisiu 你的问题不清楚，你想从这个特定的html片段中选择文本还是你想要一个更通用的解决方案？
Looks like you are trying to parse HTML with Regex.

标签： javascript html regex conditional-statements

【解决方案1】：

您可以利用浏览器为您解析 HTML 的能力：

var html = '<p><a href="test0">test1 test2</a>test3</p>',
fragment = document.createDocumentFragment(),
div = fragment.appendChild(document.createElement('div'));

div.innerHTML = html;

console.log(div.textContent || div.innerText || '');

输出：

test1 test2test3

【讨论】：

【解决方案2】：

我不会将正则表达式用于此类任务，如果您只需要 <p> 标记的文本，我会使用 jQuery：

<!DOCTYPE html>
<html>
<head>
<script src="http://code.jquery.com/jquery-1.9.1.min.js"></script>
<meta charset=utf-8 />
<title>JS Bin</title>
</head>
<body>
  <p><a href="test0">test1 test2</a>test3</p>
  <script>
  $(function(){
    text = $('p').text();
    alert(text);
  });
  </script>
</body>
</html>

这会返回test1 test2test3

工作示例：http://jsbin.com/uhadoz/1/

如果您想要更通用的解决方案，您仍然可以使用 jquery，只需更改选择器：例如要获取所有divs的文本，使用$('div').text()

但是如果你有严重的解析需求，你最好使用 HTML 解析器，google for JavaScript HTML解析器，例如这个：http://ejohn.org/blog/pure-javascript-html-parser/

阅读这个关于使用正则表达式解析 HTML 的 SO 问题：RegEx match open tags except XHTML self-contained tags

【讨论】：

我认为 OP 需要一个更通用的解决方案，即不仅限于 <p> 标签，而是所有可以包含文本内容的标签。