如何查找 Html 标签中包含的单词？

Question

我正在用 Javascript 结合 OpenOffice 字典编写一个拼写检查器，但遇到了一个严重的问题。

我可以使用 RegEx 找到整个单词，但如果单词看起来像 programing，如果我使用 .text( 删除所有 html 标签，我就可以找到它) 来自 jQuery 的方法。但如何替换这个单词并重建原来的html结构呢？

Spellchecker.com 做得非常聪明 - 拼写检查甚至可以识别像 proging 如果拼写错误！

Answer 1

我会使用一些东西来提取任何 HTML，以便您处理纯文本。我不能谈论 javascript 中的任何类似工具，但我确信它们存在。如果您可以找到一些东西来从 .text() 中“擦除”html，您可以通过这种方式运行搜索。

尝试这样的事情： http://metacpan.org/pod/HTML::Scrubber

Answer 2

/([\s>"'])prog(<[^>]+>)ram(<[^>]+>)ing([\s\.,:;"'<])/g 

将匹配您的示例

因此，大致以下正则表达式将找到该单词的所有实例，甚至是那些被 html 破坏的实例，

 var regExp = new RegExp('([\s>"\'])' + word.split('').join('(<[^>]+>)') + '([\s\.,:;"\'<])',g);

但上帝知道这将如何帮助您构建拼写检查器。我怀疑拼写检查器中使用的方法更像是“在没有 html 的情况下进行拼写检查，如果单词中有 html，则使用类似下面的方法将其删除，然后像平常一样对得到的字符串进行拼写检查：

String.prototype.stripHtml = function() {
  return this.replace(/(<[^>]+>)/, '');
}