我正在寻找 Javascript 的正则表达式来搜索 HTML 中的文本（例如“span”）。
例子：
<div>Lorem span Ipsum dor<a href="blabla">lablala</a> dsad <span>2</span> ... </div>
但只有“Lorem”之后的“span”应该匹配，而不是<span>标签。
对于第二个示例，如果我们搜索“bla”，则应该只匹配粗体文本。
HTML是通过innerHTML得到的，匹配的会被<span class="x">$text</span>包围，然后重写为本节点的innerHTML，所有这些都没有杀死其他标签。
我编写了自己的搜索，它是逐字符搜索，带有缓存和标志。
感谢您的帮助！
【问题讨论】：
标签： javascript html regex
您可以使用 dom 方法来处理每个文本节点。
此方法将父节点作为第一个参数并循环遍历其所有子节点， 使用作为第二个参数传递的函数处理文本节点。 该函数是您对测试节点的数据进行操作的地方， 例如，在“突出显示”范围内查找或替换或删除或包装找到的文本。
你可以只用第一个参数调用函数，它会返回一个数组 文本节点，然后您可以使用该数组来操作文本- 在这种情况下，数组项是每个节点，并且有数据、父节点和兄弟节点。
document.deepText= function(hoo, fun){
var A= [], tem;
if(hoo){
hoo= hoo.firstChild;
while(hoo!= null){
if(hoo.nodeType== 3){
if(fun){
if((tem= fun(hoo))!== undefined){
A[A.length]= tem;
}
}
else A[A.length]= hoo;
}
else A= A.concat(arguments.callee(hoo, fun));
hoo= hoo.nextSibling;
}
}
return A;
}
//测试用例
function ucwords(pa, rx){
var f= function(node){
var t= node.data;
if(t && t.search(rx)!=-1){
node.data= t.replace(rx,function(w){return w.toUpperCase()});
return node;
}
return undefined;
}
return document.deepText(pa, f);
}
ucwords(document.body,/\bspan\b/ig)
【讨论】：
如果您在 DOM 元素中获得了 HTML，则可以使用 textContent/innerText 来获取文本（不带任何 HTML 标签）：
var getText = function(el) {
return el.textContent || el.innerText;
};
// usage:
// <div id="myElement"><span>Lorem</span> ipsum <em>dolor<em></div>
alert(getText(document.getElementById('myElement'))); // "Lorem ipsum dolor"
【讨论】：
(?<!\<|/)span
这应该给出所有不是标签的跨度事件。希望这至少有一点帮助:)
说明：找出每个span 出现不是前面有< 或/
【讨论】：
你想做的事可以用 jQuery 轻松完成：
$("span:contains('blah'))
如果您想进行正则表达式匹配，请执行上一个堆栈溢出示例中所做的操作：
如需更优雅的解决方案，请创建custom selector。
【讨论】：
/span(?=[^>]*<)/
换句话说，从单词“span”的末尾向前看，在下一个左尖括号之前没有右尖括号，所以我们不能在标签内。据说，带引号的属性值可以包含右尖括号，尽管我从未见过这样做。但是，为了涵盖这种可能性，您可以使用这个正则表达式：
/span(?=(?:[^>"']+|"[^"]*"|'[^']*')*<)/
【讨论】：
如果我理解正确，您想搜索一个词，但只搜索不属于 HTML 标记的词。
我没有确切的答案，但我用于开发正则表达式的一些工具是这个站点：http://www.regular-expressions.info/ 和这个程序：http://www.radsoftware.com.au/regexdesigner/
【讨论】：
这在一般情况下可能是不可能的，因为您需要计算正则表达式无法实现的开始和结束标签。
Regex 不是处理 XML 的智能解决方案。相反，您应该使用 HTML 或 XML DOM 方法来提取所需的信息。
如果您真的想要或需要使用正则表达式，您可以尝试以下方法。
>[^<]*bla[^<]*<
但我很确定这在一般情况下是行不通的。
【讨论】：
** 发现使用前瞻的新解决方案
var pageHTML =" <span aa span > span asa span";
var regex = "span(?!([^<]+)?>)";
这个正则表达式只有在它没有“”时才会找到“span”这个词。
** 旧解决方案
这是我的解决方案，我正在寻找“asd”，如果它周围有打开和关闭标签，我会忽略这个匹配。
我正在这样做，通过查看匹配单词的右侧和左侧，如果我发现它被标签包围，我返回相同的匹配单词“我不替换它”，如果没有，我将其替换为我需要的文字
var pageHTML =" < aa asd > asd < asd";
var regex = "asd";
var pattern = new RegExp(regex, "gi");
var replaceWord = "dsa";
//Replace all instances of word/words with our special spans
pageHTML = pageHTML.replace(pattern, function(match, index, original){
var leftIndex = index;
var rightIndex = parseInt(parseInt(index)+match.length);
var insideTag = false;
var foundOpenTag = false;
for(; leftIndex > 0; leftIndex--){
if(pageHTML.charAt(leftIndex) == ">")
break;
if(pageHTML.charAt(leftIndex) == "<"){
foundOpenTag = true;
break;
}
}
if(!foundOpenTag){
return replaceWord;
}
for(; rightIndex < pageHTML.length ; rightIndex++){
if(pageHTML.charAt(rightIndex) == "<")
break;
if(pageHTML.charAt(rightIndex) == ">" ){
insideTag = true;
break;
}
}
if(insideTag)
return match;
else return replaceWord;
});
警报(pageHTML);
【讨论】：