替换字符串中的单词，但忽略 HTML

Question

我正在尝试编写一个高亮插件，并希望保留 HTML 格式。使用javascript进行替换时是否可以忽略字符串中之间的所有字符？

以以下为例：

var string = "Lorem ipsum dolor span sit amet, consectetuer <span class='dolor'>dolor</span> adipiscing elit.";

我希望能够实现以下目标（将 'dolor' 替换为 'FOO'）：

var string = "Lorem ipsum FOO span sit amet, consectetuer <span class='dolor'>FOO</span> adipiscing elit.";

或者甚至是这个（将“span”替换为“BAR”）：

var string = "Lorem ipsum dolor BAR sit amet, consectetuer <span class='dolor'>dolor</span> adipiscing elit.";

我非常接近在此处找到 tambler 给出的答案：Can you ignore HTML in a string while doing a Replace with jQuery?，但由于某种原因，我无法获得公认的答案。

我对正则表达式完全陌生，因此我们将不胜感激。

Answer 1

使用浏览器的内置解析器通过innerHTML 解析HTML，然后遍历DOM 是明智的做法。这是一个基于this answer的松散答案：

现场演示：http://jsfiddle.net/FwGuq/1/

代码：

// Reusable generic function
function traverseElement(el, regex, textReplacerFunc) {
    // script and style elements are left alone
    if (!/^(script|style)$/.test(el.tagName)) {
        var child = el.lastChild;
        while (child) {
            if (child.nodeType == 1) {
                traverseElement(child, regex, textReplacerFunc);
            } else if (child.nodeType == 3) {
                textReplacerFunc(child, regex);
            }
            child = child.previousSibling;
        }
    }
}

// This function does the replacing for every matched piece of text
// and can be customized to do what you like
function textReplacerFunc(textNode, regex, text) {
    textNode.data = textNode.data.replace(regex, "FOO");
}

// The main function
function replaceWords(html, words) {
    var container = document.createElement("div");
    container.innerHTML = html;

    // Replace the words one at a time to ensure each one gets matched
    for (var i = 0, len = words.length; i < len; ++i) {
        traverseElement(container, new RegExp(words[i], "g"), textReplacerFunc);
    }
    return container.innerHTML;
}


var html = "Lorem ipsum dolor span sit amet, consectetuer <span class='dolor'>dolor</span> adipiscing elit.";
alert( replaceWords(html, ["dolor"]) );

Answer 2

此解决方案适用于 perl，也应该适用于 Javascript，因为它与 ECMA 262 兼容：

s,\bdolor\b(?=[^"'][^>]*>),FOO,g

基本上，如果单词后面跟着不是引号的所有内容，然后是不是结束 > 和结束 > 本身的所有内容。