如何使用 RegEx 从 Html 字符串中删除 html 标签？答案

【问题标题】：How to remove html tags from an Html string using RegEx?如何使用 RegEx 从 Html 字符串中删除 html 标签？
【发布时间】：2021-09-01 07:42:28
【问题描述】：

我有一个包含名称的 HTML 字符串：

<div class=\"ExternalClassBE95E28C1751447DB985774141C7FE9C\"><p>Tina Schmelz<br></p><p>Sascha Balke<br></p></div>

而且，我想删除所有 html 标记并在名称之间放置“&”，但不要放在最后一个结尾，例如：

Not desired: Tina Schmelz & Sascha Balke &
Desired:     Tina Schmelz & Sascha Balke

我使用了正则表达式和字符串替换属性。

我可以通过使用“&”替换所有 标签来做到这一点，然后使用以下代码删除所有html标签：

let mytext = '<div class=\"ExternalClassBE95E28C1751447DB985774141C7FE9C\"><p>Tina Schmelz<br></p><p>Sascha Balke<br></p></div>';
mytext = mytext.replaceAll(/<br>/gi, ' & ');
mytext = mytext.replaceAll(/<.*?>/gi, ''); 

console.log(mytext)

我的问题：如何删除最后一个'&'？或者，有没有人知道更好的 RegEx 可以在一行中完成所有内容？ :)

【问题讨论】：

你的名字总是出现在 p 标签中吗？

标签： javascript regex string

【解决方案1】：

你可以使用

.replace(/<br>(?=(?:\s*<[^>]*>)*$)|(<br>)|<[^>]*>/gi, (x,y) => y ? ' & ' : '')

查看 JavaScript 演示：

const text = '<div class="ExternalClassBE95E28C1751447DB985774141C7FE9C"><p>Tina Schmelz<br></p><p>Sascha Balke<br></p></div>';
const regex = /<br>(?=(?:\s*<[^>]*>)*$)|(<br>)|<[^>]*>/gi;
console.log(
  text.replace(regex, (x,y) => y ? ' & ' : '')
);

详情：

 (?=(?:\s*<[^>]*>)*$) - 一个 ，后跟零个或多个零个或多个空格，然后是<...> 子字符串，直到字符串结尾
|- 或
( ) - 第 1 组：  标签
| - 或
<[^>]*> - <，除< 和> 和> 之外的零个或多个字符。

【讨论】：

完美的维克多！非常感谢。

【解决方案2】：

您可以用您已经编写的代码替换所有标签；然后使用split 函数将名称和join 分开，将& 插入所需的点。

const myTextParsed = []

let myText = '<div class=\"ExternalClassBE95E28C1751447DB985774141C7FE9C\"><p>Tina Schmelz<br></p><p>Sascha Balke<br></p></div>';

let myTextArray = myText.split('<br>'); 

myTextArray = myTextArray.map(ta => {
  const temp = ta.replaceAll(/<.*?>/gi, '')
  if (temp.length > 0) { myTextParsed.push(temp) }  
});

myText = myTextParsed.join(' & ');

console.log(myText)

【讨论】：