用空格分割一个字符串（包含标签）而不破坏Javascript中的标签或标签内部html答案

【问题标题】：Split a string (that contains tags) by spaces without breaking the tags or tag inner html in Javascript用空格分割一个字符串（包含标签）而不破坏Javascript中的标签或标签内部html
【发布时间】：2011-09-26 07:44:30
【问题描述】：

我正在尝试将字符串按空格拆分为单词数组。如果字符串包含 HTML 标签，我希望将完整标签（包括内容）视为一个单词。

例如，

I like to eat <a href="http://www.waffles.com/">tasty delicious waffles</a> for breakfast

应该拆分成

I
like
to
eat
<a href="http://www.waffles.com/">tasty delicious waffles</a>
for
breakfast

我在 Stack Overflow 上看到了几个相关的线程，但我无法将任何内容适应 Javascript，因为它们是为我不太熟悉的语言编写的。是否有一个正则表达式可以轻松做到这一点，或者解决方案是否需要多次正则表达式拆分和迭代？

谢谢。

【问题讨论】：

可以有像<div> foo <div> bar </div> baz </div>这样的嵌套标签吗？

标签： javascript regex split

【解决方案1】：

result = subject.match(/<\s*(\w+\b)(?:(?!<\s*\/\s*\1\b)[\s\S])*<\s*\/\s*\1\s*>|\S+/g);

如果您的标签不能嵌套，如果所有标签都正确关闭，并且如果当前标签名称没有出现在 cmets、字符串等中，则将起作用。

说明：

<\s*            # Either match a < (+ optional whitespace)
(\w+\b)         # tag name
(?:             # Then match...
 (?!            # (as long as it's impossible to match...
  <\s*\/\s*\1\b # the closing tag here
 )              # End of negative lookahead)
 [\s\S]         # ...any character
)*              # zero or more times.
<\s*\/\s*\1\s*> # Then match the closing tag.
|               # OR:
\S+             # Match a run of non-whitespace characters.

【讨论】：

如果标签有属性，这会在中间分割标签。
@Rajesh：我不明白，你能举个例子吗？
我想更正自己。这会破坏像和
等自闭合的 html 标签。测试链接：regex101.com/r/TU1NJ2/2
@Rajesh：是的，我明白了。我应该更新这个。在您的示例中，<img> 标记不是自封闭的（这在早期的 HTML 版本中似乎是标准的）。是否也应该考虑这种情况，或者我们是否应该期望<img> 标签是自动关闭的？如果是前者：还有其他类似的标签吗？
我们不应该假设它们是自闭的。人们仍然使用
标签而不关闭。所以，我能想到几个：link、br、img

【解决方案2】：

这很难或不可能单独使用正则表达式（取决于您想要/需要允许的 HTML 的复杂性）。

相反，迭代父节点的子节点，如果它们是文本节点，则将它们拆分，如果它们是非文本节点，则不加修改地打印它们。

【讨论】：