仅当不存在嵌套标签时，如何在 <td></td> 之间获取内容？

Question

我意识到有很多关于在某些东西之间获取某些东西的问题，甚至特别是 HTML 标签。但我的要求有所不同，因为如果存在嵌套标签，我不会忽略 <td></td> 内容。如果仍然存在重复，请标记此内容并将我指向那个。

示例输入：<td><p>column1</p></td><td>column2</td>
预期输出：column2（太棒了！）或>column2

根据this 的问题，我尝试了<td>(.*?)<\/td> 并得到了2 个匹配项：

<td><p>column1</p></td>
<td>column2</td>

根据标记的答案，我尝试了>[^<]*< 并得到了这个：

差不多了。我可以得到 > 和 <td> 因为它有 <p> 嵌套在其中。

假设：<p> 在嵌套的情况下始终是最内层的标签。如果输入为<td><p>column1</p>postfix</td>，则忽略<td>。

Answer 1

您不应该使用正则表达式来解析 HTML，因为 HTML 不是常规语言。我是too complex to be parsed by regular expressions。

你可以做的是使用浏览器的内置解析器，然后使用 DOM 方法得到你想要的。

var s = '<td><p>column1</p></td><td>column2</td>'
var content = [];

// Create a row to insert the markup into
var tr = document.createElement('tr');
tr.innerHTML = s;

// Get the cells
var tds = tr.cells;

// If a cell doesn't have any element content, put its
// textContent into array
for (var i=0, iLen = tds.length; i<iLen; i++) {
 if (tds[i].children.length == 0) {
   content.push(tds[i].textContent);
 }
}

console.log(content);

Answer 2

var html='<td><p>column1</p></td><td>column2</td>';
var regex=/<td>([^<]*)<\/td>/ig;
var result=regex.exec(html);
console.info(result);
console.info(result[1]);

你可以试试 this.result[1] is you want 。 如果你想替换标签之间的内容，你也可以这样写：

     var html='<td><p>column1</p></td><td>column2</td>';
var regex=/<td>([^<]*)<\/td>/ig;
var newHtml=html.replace(regex,function(){
	return '<td>'+'replacement'+'</td>';
});
console.info(newHtml);