Question

我的输入有缺陷，看起来像这样......

foo<p>bar</p>

我想将其标准化以将前导文本包装在p标记中：

<p>foo</p><p>bar</p>

使用/^([^<]+)/替换$1时，这很容易。问题是，有时领先的块包含除p之外的标签，如下所示：

foo <b>bold</b><p>bar</p>

这应该将整个块包装在一个新的p：

中

<p>foo <b>bold</b></p><p>bar</p>

但由于简单的正则表达式仅适用于<，因此它会停在并吐出：

<p>foo </p><b>bold</b><p>bar</p> <!-- oops -->

那么如何重写正则表达式以匹配<p？显然，答案涉及消极的前瞻，但this对我来说有点太深了。

（在不可避免的“你不能用正则表达式解析HTML！”注释之前，输入不是随机HTML，而是仅用标签，<a>，{{注释的纯文本1}}和，并且a / b / i可能不会嵌套。）

Answer 1

我认为你实际上想要积极前瞻。这真的不错：

/^([^<]+)(?=<p)/

您只是想确保<之后的任何内容都是p，但您不想实际使用<p，所以您使用前瞻。

示例：

> var re = /^([^<]+)(?=<p)/g;

> 'foo<p>bar</p>'.replace(re, '<p>$1</p>');
  "<p>foo</p><p>bar</p>"

> 'foo <b>bold</b><p>bar</p>'.replace(re, '<p>$1</p>')
  "foo <b>bold</b><p>bar</p>"

很抱歉，在我原来的帖子中不够清楚：我的期望是“foo bold”位也会包含在新的p标记中，而且这种情况并没有发生。

此外，偶尔会有输入完全没有p个标签（只是普通的foo），而且还应该映射到foo。

我发现最简单的方法是使用2个单独的正则表达式，/^(.+?(?=<p))/和/^([^<]+)/。

> var re1 = /^(.+?(?=<p))/g,
      re2 = /^([^<]+)/g,
      s = '<p>$1</p>';

> 'foo<p>bar</p>'.replace(re1, s).replace(re2, s);
  "<p>foo</p><p>bar</p>"

> 'foo'.replace(re1, s).replace(re2, s);
  "<p>foo</p>"

> 'foo <b>bold</b><p>bar</p>'.replace(re1, s).replace(re2, s);
  "<p>foo <b>bold</b></p><p>bar</p>"

通过合并re1和re2，可以编写一个等效的正则表达式：
/^(.+?(?=<p)|[^<]+)/

> var re3 = /^(.+?(?=<p)|[^<]+)/g,
      s = '<p>$1</p>';

> 'foo<p>bar</p>'.replace(re3, s)
  "<p>foo</p><p>bar</p>"

> 'foo'.replace(re3, s)
  "<p>foo</p>"

> 'foo <b>bold</b><p>bar</p>'.replace(re3, s)
  "<p>foo <b>bold</b></p><p>bar</p>"

正则表达式匹配内容直到多字符串

1 个答案: