Javascript 从字符串中剥离标记-HTML5

以下字符串在HTM5中是有效的HTML，即使属性中有>：

'<span src="whatever.png" data-info="hello>there">text</span>';

几乎在使用之前，请使用：

replace( /<.*?>/g, '' )

由于属性中的>而失败

还可以选择将内容写入一个虚拟元素，然后读回textContent，但在处理大量数据时，速度非常慢

---

我想知道有没有人有什么建议？删除属性——或者至少在第一次遍历regex中删除带有匹配引号的属性值，然后在第二次遍历中删除标记，这似乎是一种可行的方法，但我不能完全理解它

我相信这个正则表达式应该适用于您的目的：

/<([^\"\'>]*|\"([^"\\]|\\.)*\"|\'([^'\\]|\\.)*\')*>/g

本质上，它匹配除“或>”之外的任何字符，或者匹配或“后跟任何字符，后跟另一个或”

---

只需像在原始问题-string.replace/中一样使用它，正则表达式引擎不是Lexer。它不是设计用来做这些事情的，通常在边缘情况下失败。你的只是一个例子。此外，如果你在寻找速度，regex无论如何都不是一个好办法。自己解析它。正确的答案是不要使用正则表达式。然而，取决于您的预期输入是什么，您可能能够实现它。例如，对于您的特定示例，您可以使用Jquery查找>和之间的文本，这将与$'text'.text一样简单。但是，也许你可以详细说明当你将内容写入一个虚拟元素，然后读回文本内容时，你试图做什么，你定义什么是非常慢的，什么是大量的数据？另一种方式：至少你可以将它链接到一个有一半机会的正则表达式，而不是糟糕的正则表达式。]*+\s*/？\？[\s\s]*？\？\？：！？：：DOCTYPE[\S\S]*？\124;？：\[CDATA\[\S\S]*？\]\]\124;？：-[\ S\S]*？-\124？：ATTLIST[\S\S]*？\124;？：实体[\S\S]*？：元素[\S\S]*？>这不起作用。test.replace/@meagar对不起，我忘了在示例中添加全局标志。现在应该可以用了，但还是不行/g、 ；=>@meagar我再次更新了它，以考虑到转义变量，但在制作正则表达式时，它们甚至没有在我脑海中出现