通过正则表达式查找所有 HTML 标签（br 和 li 标签除外）[重复]答案

【问题标题】：Find all the HTML tags via regex (except br and li tags) [duplicate]通过正则表达式查找所有 HTML 标签（br 和 li 标签除外）[重复]
【发布时间】：2021-02-16 19:50:33
【问题描述】：

我在Javascript 代码中遇到了一个与正则表达式相关的问题。我正在寻找一个可以匹配除br 标签和li（包括ol 和ul）之外的所有HTMl 标签的正则表达式。

到目前为止，我拥有可以检测除 br 标签之外的 HTML 标签的正则表达式。如下

(<((?!br)[^>]+(.*?)?)>)

在<li>、<ol> 和<ul>tags 方面需要帮助。（包括结束标签）

这是用于检查的示例文本。

<ol>
  <li>hi</li>
</ol>
<ul>
    <li>1</li>
    <li>2</li>
    <li>3</li>
</ul>

hello <br /> world <br /> :)

'https://www.youtube.com'

 Normal text: should not match!!

'https://www.hotmail.com'

<img src="https://4.img-dpreview.com/files/p/E~TS590x0~articles/3925134721/0266554465.jpeg" />

<img src="/" />

我正在使用https://regexr.com/ 来测试正则表达式。

提前谢谢你！！

【问题讨论】：

Regex 不是解决此问题的正确工具。为什么不使用 HTML 解析器？
Regex 是 notoriously 不适合这项工作的工具。（例如，如果有任何父标签包含您要保留的内容，您现有的正则表达式将失败。）。 HTML 是复杂的结构化数据，最好使用专为处理它而设计的 DOM 工具，而不是通过字符串解析器强制它。

标签： javascript html regex

【解决方案1】：

有句老话，如果你想用正则表达式解决你的问题，你最终会遇到两个问题。虽然公认的强大工具，但在这种情况下，Regex 只能作为最后的手段使用。

试试下面的：

const getAllNodesExceptBrAndLi = htmlString => {
  const template = document.createElement('template');
  template.innerHTML = htmlString;
  const allNodes = template.content.querySelectorAll('*');

  return [...allNodes].filter(node => node.tagName !== 'BR' && node.tagName !== 'LI');
};

【讨论】：

【解决方案2】：

/(<((?!br)(?!ol)(?!\/ol)(?!ul)(?!\/ul)(?!li)(?!\/li)[^>]+(.*?)?)>)/ig

【讨论】：

一旦将 html 属性添加到组合中，这将失败。如果您关心健壮的代码，Przemek 提出的解决方案是更好的选择。