按列表从字符串中删除所有 html 标签，第一个标签除外答案

【问题标题】：Remove all html tags from string by list, except the first one按列表从字符串中删除所有 html 标签，第一个标签除外
【发布时间】：2015-11-18 00:03:41
【问题描述】：

我有一串 html 标签和一个禁止标签列表：应该从 str 中删除在 disabledTags 中找到的任何标签，除了第一个标签。

也许可以通过字符串的一个循环来完成

我尝试了下一件事：

var forbiddenTags = ["div", "city"];

var str = '<?xml version="1.0" encoding="UTF-8"?>' +
            '<ADDUMP>' +
            '    <HEADER>' +
            '        <div></div>' +
            '        <div>Help Wanted Line</div>' +
            '    </HEADER>' +
            '    <ADINFO>' +
            '        <CUSTOMER>' +
            '            <CITY></CITY>' +
            '            <Div></DIV>' +
            '            <STATE></STATE>' +
            '       </CUSTOMER>' +
            '   </ADINFO>' +
            '</ADDUMP>' +
            '</xml>';

var arrayLength = forbiddenTags.length;

for (var i = 0; i < arrayLength; i++) {
    // remove all forbiddenTags (upper and lower case)
    var re = new RegExp("</? *" + forbiddenTags[i] + "[^>]*>","gi");
    str = str.replace(re, "");
}

console.log(str);

很遗憾，有两个问题：

1) 它还删除了在禁止标签中找到的字符串的第一个标签。

2) 它不会删除标签的内容。

示例：

<div>hi</div>
<div>how</div>
<div></div>

应该是：

<div>hi</div>

这是我的 jsfiddle： http://jsfiddle.net/Ht6Ym/3469/

任何帮助表示赞赏！

【问题讨论】：

标签： javascript

【解决方案1】：

要匹配标签的内容以及标签本身，您需要更改正则表达式以同时查找开始标签和结束标签。目前，它只检查一个或另一个，这就是标签内容被留下的原因。

这个正则表达式查找一个开始标签（和任何关联的属性）匹配的结束标签，以及任何中间文本：

new RegExp("<(" + forbiddenTags[i] + ")[^>]*>(.*?)</\\1>", "gi")

您的其他问题（不想删除第一个匹配项）可以通过passing an anonymous function as a parameter to str.replace 解决。在该函数中，使用计数器变量来确定何时删除匹配项。

为此，您需要在某处添加一个计数器变量。如果您想保留每种类型的禁止标记的第一个匹配项，请将其放入您的for 循环中。如果您只想保留总体上找到的第一个禁止标记，请在 for 循环之外对其进行初始化（不清楚您想要从问题中得到哪个）。然后用这个替换str = str.replace(re, "");：

str = str.replace(re, function(matchedText){
    if (++counter>1){
        return "";
    } else {
        return matchedText;
    }
});

此函数针对每场比赛运行。如果它是第一个匹配项，它只会返回该匹配项（实际上，不理会它）。否则，它将删除它。

现在，所有这些使您的循环看起来像这样：

for (var i = 0; i < forbiddenTags.length; i++) {
    var counter=0
    var re = new RegExp("<(" + forbiddenTags[i] + ")[^>]*>(.*?)</\\1>", "gi");
    str = str.replace(re, function(matchedText){
        if (++counter>1){
            return "";
        } else {
            return matchedText;
        }
    });
}

如果使用 jQuery 是一个选项，您可以使用this answer 中的函数使事情看起来更干净（即删除那个讨厌的正则表达式）：

var removeElements = function(text, selector) {
    var wrapped = $("<div>" + text + "</div>");
    wrapped.find(selector+":not(:first)").remove();
    return wrapped.html();
}

for (var i = 0; i < forbiddenTags.length; i++) {
    str = removeElements(str, forbiddenTags[i]);
}

【讨论】：

【解决方案2】：

使用str.match 获取所有匹配项并丢弃除第一个以外的所有匹配项。

【讨论】：

【解决方案3】：

Rob W 在this post 上的答案似乎就是您要找的。您只需将first = true 更改为first = {} 并检查

if (!first[tag]) {
    first[tag] = true;
} else {
    return '';
}

【讨论】：