DOM字符串解析器

Question

我有一个 DOMstring 对象，它是我使用 XMLHttpRequest 从服务器获取的一些网页的文本。我需要从中剪切一个位于某些特定标签之间的子字符串。有什么简单的方法可以做到这一点吗？ substring() 或 slice() 这样的方法在我的情况下不起作用，因为网页内容是动态的，所以我无法指定 substring 的开头和结尾（我只知道它被 和 ）。

Answer 1

yourString.subtring(yourString.indexOf('<tag>') + 5, yourString.indexOf('</tag>'));

假设您知道周围标签的名称，这应该可行。

Answer 2

在大多数（所有？）JavaScript 浏览器环境中，DOMString 只是作为字符串实现，因此您可以使用您喜欢的任何解析技术，包括正则表达式、DOMParser 以及 jQuery 等库提供的 HTML 解析器。例如：

function extractText(domString) {
  var m = (''+domString).match(/<tag>(.*?)<\/tag>/i);
  return (m) ? m[0] : null;
}

当然，这是一个糟糕的主意；你真的应该使用 DOM 解析器，例如，使用 jQuery：

$('tag', htmlString).html();

[Edit] 为了澄清上面的 jQuery 示例，它相当于执行如下操作：

function extractText2(tagName, htmlString) {
  var div = document.createElement('div'); // Build a DOM element.
  div.innerHTML = htmlString; // Set its contents to the HTML string.
  var el = div.getElementsByTagName(tagName) // Find the target tag.
  return (el.length > 0) ? el[0].textContent : null; // Return its contents.
}
extractText2('tag', '<tag>Foo</tag>'); // => "Foo"
extractText2('x', '<x><y>Bar</y></x>'); // => "Bar"
extractText2('y', '<x><y>Bar</y></x>'); // => "Bar"

此解决方案比正则表达式解决方案更好，因为它将处理正则表达式解决方案失败的任何 HTML 语法细微差别。当然，它可能需要一些跨浏览器测试，因此推荐像 jQuery（或 Prototype、ExtJS 等）这样的库。

Answer 3

假设周围的标签在字符串中是唯一的...

domString.match(/.*<tag>(.*)<\/tag>.*/)[0] 

或者

/.*<tag>(.*)<\/tag>.*/.exec(domString)[0]

看起来应该可以解决问题

Answer 4

正如@Gus 但改进了，如果你只有文本并且标签被重复：

"<tag>asd</tag>".match(/<tag>[^<]+<\/tag>/);