javascript - 用空格拆分字符串(包含标签)而不破坏 Javascript 中的标签或标签内部 html

Question

我试图将一个字符串按空格拆分成一个单词数组。如果字符串包含 HTML 标签，我希望将完整标签(包括内容)视为单个词。

例如，

I like to eat <a href="http://www.waffles.com/">tasty delicious waffles</a> for breakfast

应该分成

I
like
to
eat
<a href="http://www.waffles.com/">tasty delicious waffles</a>
for
breakfast

我在 Stack Overflow 上看到了几个相关的线程，但我在将任何内容改编为 Javascript 时遇到了麻烦，因为它们是为我不太熟悉的语言编写的。是否有可以轻松执行此操作的正则表达式，或者解决方案是否需要多个正则表达式拆分和迭代？

谢谢。

Answer 1

result = subject.match(/<\s*(\w+\b)(?:(?!<\s*\/\s*\1\b)[\s\S])*<\s*\/\s*\1\s*>|\S+/g);

如果您的标签不能嵌套，如果所有标签都正确关闭，并且如果当前标签名称没有出现在注释、字符串等中，则将起作用。

解释:

<\s*            # Either match a < (+ optional whitespace)
(\w+\b)         # tag name
(?:             # Then match...
 (?!            # (as long as it's impossible to match...
  <\s*\/\s*\1\b # the closing tag here
 )              # End of negative lookahead)
 [\s\S]         # ...any character
)*              # zero or more times.
<\s*\/\s*\1\s*> # Then match the closing tag.
|               # OR:
\S+             # Match a run of non-whitespace characters.