Question

我尝试在javascript中使用RegExp在parapgraph标签之间提取文本。但它不起作用......

我的模式：

<p>(.*?)</p>

主题：

<p> My content. </p> <img src="https://encrypted-tbn3.gstatic.com/images?q=tbn:ANd9GcTJ9ylGJ4SDyl49VGh9Q9an2vruuMip-VIIEG38DgGM3GvxEi_H"> <p> Second sentence. </p>

结果：

My content

我想要的是什么：

My content. Second sentence.

Answer 1

JavaScript中没有“捕获所有组匹配”（类似于PHP的preg_match_all），但您可以使用.replace作弊：

var matches = [];
html.replace(/<p>(.*?)<\/p>/g, function () {
    //arguments[0] is the entire match
    matches.push(arguments[1]);
});

Answer 2

要获得模式的多个匹配项，请添加全局标记g 全局匹配时，match方法会忽略捕获组()，但exec方法则不会。请参阅MDN exec。

var m,
    rex = /<p>(.*?)<\/p>/g,
    str = '<p> My content. </p> <img src="https://encrypted-tbn3.gstatic.com/images?q=tbn:ANd9GcTJ9ylGJ4SDyl49VGh9Q9an2vruuMip-VIIEG38DgGM3GvxEi_H"> <p> Second sentence. </p>';

while ( ( m = rex.exec( str ) ) != null ) {
    console.log( m[1] );
}

//  My content. 
//  Second sentence.

如果段落之间可能有换行符，请使用[\s\S]，表示匹配任何空格或非空格字符，而不是.。

请注意，这种正则表达式在嵌套段落上会失败，因为它会匹配第一个结束标记。

使用RegEx在段落标记之间提取文本

2 个答案: