javascript - 正则表达式 - 从字符串中获取 x 个字符，但 html 标签不计入计数

Question

如标题所示，我需要从字符串中获取 X 个字符，但 HTML 不包括在计数中。

示例字符串

Some <i>t</i>est <b>string</b> test

会输出9个字符

Some <i>t</i>est

输出13个字符

Some <i>t</i>est <b>str

输出19个字符

Some <i>t</i>est <b>string</b> te

我不太确定从基础到哪里

(.*?){0,10}

另外，有没有办法制作 HTML 编码的字符，例如<算作一个字符？

Answer 1

要匹配字符串中一定数量的字符，首先要排除子字符串，如 <...>从计数和计数&XX*;实体作为一个单元，你可以使用

^(?:&[^\s;]*;|(?:<[^<>]*>)*.){20}

参见 regex demo .

详情

• ^ - 字符串开始
• (?: - 开始一个非捕获组，它将作为以下替代方案的容器:
  • &[^\s;]*; - 一个 & , 0 个或多个除空格和 ; 以外的字符然后 ;
  • | - 或者
  • (?:<[^<>]*>)*. - < 的 0 次或多次重复, 除 < 以外的 0+ 个字符和 >然后 > , 然后是换行符以外的任何字符(使用 DOTALL 修饰符将任何字符与 . 匹配)
• ){20} - 容器组的结尾和限制量词告诉引擎匹配其模式的 20 次连续出现。