javascript - RegExp 忽略 和 标签之间的所有内容

Question

尝试解析一些内容(没有可用的 DOM - 或 DOM 解析器，例如 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> 之间的所有内容和 <pre></pre>这个例子在替换所有情绪方面效果很好，但不会忽略代码和前置标签 http://jsbin.com/odARehI/5/edit?js,console

如果您运行脚本，您将看到第一个打印输出在代码标记之前，第二个打印输出在代码标记之后。

将欣赏另一组眼睛在那个模式上。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，我目前没有 DOM 解析器的奢侈。

谢谢。

更新:对于要忽略的 RegExp 解决方案 <code>感谢github/frissdiegurke，标签看到了这个简洁的解决方案在这个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，这应该适合您。

给定这个 HTML:

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

使用这段代码:

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，但您需要它。