regex.exec 无法从电子邮件正文中提取表格

Question

我有一个电子邮件正文，其中有一个表格，其中“客户时间”作为第一个左列的标题。

我想提取整张表，但使用以下 exec 得到 Null。

let regex = /<tr><td><b>Client Time([\S\s]+)<table/;
    Logger.log(regex.exec(tempbody));

这是额外的代码，但应该没问题。

if ((table = regex.exec(tempbody)) !== null) {
      row_regex = new RegExp(/<tr>(.+)<\/tr>/g);
      let data, tempdata, rows, cell;
      Logger.log(data);
      while ((rows = row_regex.exec(table[1])) !== null) {
        data = []
        cell_regex = new RegExp(/<td.*?>(.+?)<\/td>/g);
        while ((cell = cell_regex.exec(rows[1])) !== null) { 
          data.push(cell[1]);
        }
        if (!tempdata || (tempdata && tempdata.length === data.length)) { 
          sheet.appendRow(data);
        }
        tempdata = data;
      }
      inProcessLabel.removeFromThread(threads[i]);
    }

我需要在正则表达式中做哪些更改，抱歉我不太了解正则表达式，但相信同样的代码过去对我有用。

Answer 1

使用正则表达式解析 HTML 不是一个好主意 (for a number of reasons)。

我们现在拥有 V8，因此您可以简单地将适当的 HTML/XML 解析器库（以纯 Javascript 编写，依赖最少）添加到您的 Apps 脚本项目中。只需以完整或缩小的形式获取库源并将其添加为自己的脚本文件。

这里有一些不错的选择：

• XPath（来源：full | minified）
• HTMLParser2-20KB（来源：minified）