Javascript 获取两个元素之间的所有html

问题：
提取两个标题之间的所有html，包括html标题。标题文本是已知的，但格式、标记名等是未知的。它们不在同一个父项中，并且可能（几乎可以肯定）在它自己的子项中有子项）

澄清：标题可以位于

或

或任何其他标记内。它们也可能被

、

、

或更多

标签包围。关键是：元素中唯一的文本是标题文本

我可用的工具有：利用WebBrowser控件的C#3.0，或Jquery/Js

我采用了Jquery路线，遍历DOM，但我遇到了子对象的问题，并适当地添加了它们。以下是迄今为止的代码：

function getAllBetween(firstEl,lastEl) {
    var collection = new Array(); // Collection of Elements
    var fefound =false;
    $('body').find('*').each(function(){
        var curEl = $(this);
        if($(curEl).text() == firstEl) 
            fefound=true;
        if($(curEl).text() == lastEl) 
            return false;

        // need something to add children children
        // otherwise we get <table></table><tbody></tbody><tr></tr> etc
        if (fefound)
            collection.push(curEl);
    });
    var div = document.createElement("DIV");
    for (var i=0,len=collection.length;i<len;i++){
        $(div).append(collection[i]);
    }
    return($(div).html());
}

函数getAllBetween（firstEl，lastEl）{ var collection=new Array（）；//元素集合 var fefound=false； $（'body'）。查找（'*'）。每个（函数（）{ var curEl=$（本）； if（$（curEl）.text（）==firstEl） fefound=true； if（$（curEl）.text（）==lastEl） 返回false； //需要一些东西来添加儿童 //否则我们会等 如果（fefound） 收集、推（治疗）； }); var div=document.createElement（“div”）；

---

对于（var i=0，len=collection.length；i我的思想是一个正则表达式，类似于

.*<(?<tag>.+)>Start</\1>(?<found_data>.+)<\1>End</\1>.*

*开始（？.+）结束*

应该可以获得起始和结束div标记之间的所有内容。

这里有一个想法：

$(function() {
      // Get the parent div start is in:
    var $elie = $("div:contains(Start)").eq(0), htmlArr = [];

      // Push HTML of that div to the HTML array
    htmlArr.push($('<div>').append( $elie.clone() ).html());

      // Keep moving along and  adding to array until we hit END
    while($elie.find("div:contains(End)").length != 1) {
        $elie = $elie.next();       
        htmlArr.push($('<div>').append( $elie.clone() ).html());
    };

      // htmlArr now has the HTML
      // let's see what it is:
    alert(htmlArr.join(""));
});​

$（函数（）{
//获取父div的起始位置为：
var$elie=$（“div:contains（Start）”）.eq（0），htmlar=[]；
//将该div的HTML推送到HTML数组中
htmlArr.push（$（''）.append（$elie.clone（））.html（））；
//继续前进并添加到阵列中，直到到达终点
while（$elie.find（“div:contains（End）”）.length！=1）{
$elie=$elie.next（）；
htmlArr.push（$（''）.append（$elie.clone（））.html（））；
};
//htmlArr现在有了HTML
//让我们看看它是什么：
警报（htmlar.join（“”）；
});​

---

这将获取

start

所在的整个父级

div

。但我不确定这是否是您想要的。outerHTML由

$（“”）完成。append（element.clone（））.html（）

，因为outerHTML还不支持跨浏览器。所有html都存储在一个数组中，您也可以只将元素存储在数组中。

我很困惑您想做什么。您想提取已知元素的所有html，但该元素的内容未知？innerHTML/html（）如何..？由

.InnerText

标识的两个元素之间的所有HTML，但我不知道，也不控制它们之间的内容或任何其他部分。很抱歉，我需要澄清一下我的问题…关于使用正则表达式，标题是其HTML元素中唯一的文本。我估计如果“开始”，使用正则表达式将失败和“结束”在文档的其他部分。文档的其他部分？正则表达式不关心模式在哪里。如果有下面的开始部分…正则表达式不会挂接到该开始吗？取决于正则表达式，我编写的一个不会挂接到该开始，但另一个正则表达式可以。我编写的一个需要开始作为开始标记，如果需要，某些东西可以硬编码为“div”。灵活性是正则表达式的优点之一，不幸的是可读性不好。标记这一点是正确的，因为它会引导我走上正确的道路。基本上，我使用我的原始代码来查找开始/结束标记名，并给它们一个唯一的ID。然后我使用这些变量采用了这个答案正则表达式。

$(function() {
      // Get the parent div start is in:
    var $elie = $("div:contains(Start)").eq(0), htmlArr = [];

      // Push HTML of that div to the HTML array
    htmlArr.push($('<div>').append( $elie.clone() ).html());

      // Keep moving along and  adding to array until we hit END
    while($elie.find("div:contains(End)").length != 1) {
        $elie = $elie.next();       
        htmlArr.push($('<div>').append( $elie.clone() ).html());
    };

      // htmlArr now has the HTML
      // let's see what it is:
    alert(htmlArr.join(""));
});​