正则表达式忽略 <code> 和 <pre> 标记之间的所有内容

Question

试图解析一些内容（没有可用的 DOM - 或 DOM 解析器，即 jQuery、Cheerio）以用图像替换一些单词/符号（基本上是情感），但想忽略 <code></code> 和 @ 之间的所有内容987654325@ 这个例子非常适合替换所有的情绪，但不会忽略代码和前置标签 http://jsbin.com/odARehI/5/edit?js,console

如果你运行脚本，你会看到第一个打印在代码标签之前和第二个之后。

希望能看到另一组对该模式的关注。谢谢

// see link for a list of the emotions to parse
var pattern = />:\)|\([\w~]+\)|\\[:]?[od]\/|[:;\|bBiIxX8\(\)\]][=\-"^:]?[)>$&|\w\(\)*@#?]?[)>$&|\w\(\)*@#?]/g;

我尝试了一些没有弄乱原始匹配的方法。

对于 Don't-parse-html-with-regex-police-department：这是在服务器端运行，目前我没有 DOM 解析器的奢侈。

谢谢。

更新：对于忽略 <code> 标记的 RegExp 解决方案，请参阅这个简洁的解决方案，感谢 github/frissdiegurke in this commit

/(^|<\/code>)([^<]*|<(?!code>))*(<code>|$)/g

Answer 1

如果没有 DOM 解析，您将遇到会失败的边缘情况。但是，这应该适合你。

鉴于此 HTML：

Hello :) <pre>Wassup :)</pre> Maybe :) <code>:) Foo</code> :) Bar

使用此代码：

var blocks = [];
html = html.replace(/(?:<pre>.*?<\/pre>|<code>.*?<\/code>)/g, function (match) {
    blocks.push( match );
    return '__BLOCK__';
});

html = html.replace(/:\)/g, 'SMILE');

html = html.replace(/__BLOCK__/g, function () {
    return blocks.shift();
});

产生：

Hello SMILE <pre>Wassup :)</pre> Maybe SMILE <code>:) Foo</code> SMILE Bar

只需调整 /:\)/g 替换即可工作，但您需要它。

Answer 2

猜你正在使用 nodejs 或最近的 javascript 引擎（用于“map”和“split”实现），所以你可以这样做：

function replaceSpecial(str, pattern, replacement) {
  var REG = /(<code>.*?<\/code>)|(<pre>.*?<\/pre>)/i;
  return str.split(REG).map(function(s) {
    if ('' + s !== s)
      return '';
    if (s.match(REG))
      return s;
    return s.replace(pattern, replacement);
  }).join('');
}

例子：

replaceSpecial("hey :) <code>:)</code> :'( <pre> :'( :)</pre>", /(:\))|(:'\()/, function(s) {
  switch(s) {
    case ":)":
      return '<img src="smile.gif" />';
    case ":'(":
      return '<img src="cry.gif" />';
  }
})

将返回：

"hey <img src="smile.gif" /> <code>:)</code> <img src="cry.gif" /> <pre> :'( :)</pre>"

---

或者如果你只是想替换一个表情符号更简单：

replaceSpecial("hey :) <code>:)</code>", ":)", '<img src="smile.gif" />')

=>

"hey <img src="smile.gif" /> <code>:)</code>"

Answer 3

var co = -1, ce = 0, start=0, result; 
while ( ce != -1 ) {
   co = testString.indexOf('<code', ce);
   if (co > -1) {
     result += parse(testString.substring(start,co), pattern1); 
     start = co+1;
     ce = testString.indexOf('</code>', co + 5);
     if (ce >-1 ){
        start = ce + 7;
        ce = start;
        result += testString.substring(co,ce);
     }
  }
}
result += parse(testString.substring(start), pattern1);

console.log(结果);