javascript - 捕获 标签之间的所有内容

Question

我正在读取 .html 文件:

const htmlin = String(fs.readFileSync(inputHtml) || '');

const splitted = htmlin.split(/<pre.*>/);
splitted.shift();

const justPost = splitted.join('').split('</pre>');
justPost.pop();

但我正在寻找一种方法来匹配其中的所有文本

aaa <pre> xxx </pre> bbb <pre> foo </pre> ccc

并且还匹配外面的文本。这样我就可以获得两个数组:

['aaa ', ' bbb ', ' ccc']

和

[' xxx ', ' foo ']

如何使用正则表达式或其他方法来做到这一点？

Answer 1

一种方法是使用正则表达式替换函数和捕获组。

<pre>(.*?)(?=<\/pre>)|(?:^|<\/pre>)(.*?)(?=$|<pre>)

• <pre>(.*?)(?=<\/pre>) - 匹配 pre 之间的文本标签。 (g1)
• (?:^|<\/pre>)(.*?)(?=$|<pre>) - 匹配 pre 中的文本标签。 (g2)

let str = `aaa <pre> xxx </pre> bbb <pre> foo </pre> ccc`
let inner = []
let outer = []

let op = str.replace(/<pre>(.*?)(?=<\/pre>)|(?:^|<\/pre>)(.*?)(?=$|<pre>)/g, function (match,g1,g2){
  if(g1){
    inner.push(g1.trim())
  } 
  if(g2){
    outer.push(g2.trim())
  }
  return match
})

console.log(outer)
console.log(inner)