Javascript 在a中查找除锚定标记以外的所有内容<；p>；用正则表达式标记

我在一个页面上设置了几个HTML块，如下所示：

<p class="something">
    <a href="http://example.com/9999">text 1 2 3</a>
    <a href="http://example.com/2346saasdf">text 3 4 5</a>
    (9999)
    <a href="http://example.com/sad3ws">text 5 6 7random</a>
</p>

(9999)

我想得到括号中的数字，以及它们。我必须承认我以前从未真正使用过regex——读过它，看过它的例子，但我自己也没有使用过。不管怎样，我创建了这个，只是四处看看：

（.*）

这正确地得到了整个

块，但我只想要

（9999）

（括号完整）。我真的不知道如何得到它

假设页面上的其他元素也可以有括号中的数字（但它们不会包含在这个精确的格式中），并且HTML将保持有效和一致，我如何获得它

我知道这对以前使用过正则表达式的人来说可能很容易，但对于解决方案，我希望能提供每个字符捕获的细节，以便我从中学习。

相反，使用HTML解析器，然后简单地读取所需

块中的文本（非标记）内容

jQuery是一个相当不错的HTML解析器，因此您可以使用以下方法获得存储在变量

x

中的所需文本：

var x = $('p').clone().find('a').remove().end().text();

如果出于任何原因无法使用jQuery简化您的生活，您可以在DOM中使用原始JavaScript：

var y = document.getElementsByTagName("p")[0].cloneNode(true);
var x = "";
for(var k in y.childNodes){ 
    if(y.childNodes[k].nodeType == 3){ 
        x += y.childNodes[k].textContent; 
    }
}
x = x.trim();

相反，使用HTML解析器，然后简单地读取所需

块中的文本（非标记）内容

jQuery是一个相当不错的HTML解析器，因此您可以使用以下方法获得存储在变量

x

中的所需文本：

var x = $('p').clone().find('a').remove().end().text();

如果出于任何原因无法使用jQuery简化您的生活，您可以在DOM中使用原始JavaScript：

var y = document.getElementsByTagName("p")[0].cloneNode(true);
var x = "";
for(var k in y.childNodes){ 
    if(y.childNodes[k].nodeType == 3){ 
        x += y.childNodes[k].textContent; 
    }
}
x = x.trim();

---

如果您真的想使用Regex，以下模式可能适合您

var re = /<\/a>\s*([^\s]+)\s*<a /ig;

---

var re=/\s*（[^\s]+）\s*如果您真的想使用正则表达式，以下模式可能适合您

var re = /<\/a>\s*([^\s]+)\s*<a /ig;

var re=/\s*（[^\s]+）\s*对于大多数正则表达式引擎，括号表示对表达式的部分进行分组，而不是在输入中匹配括号

因此，这（你说这有点起作用）：

（*
^   ^
|   |
+---+---创建一个组

由于这个“有效”，您可以只提取该组的内容，但这也会给您一个括号

我想试试这个：

<p class="something">\((.*?)\)</p>
                     ^^     ^^
                      |     |
                      +-----+-- matches (...)

\（.*？）
^^     ^^
|     |
+-----+--匹配项（…）

然后提取第一组的内容

现在，关于每个字符的含义：

<p class="something">\((.*?)\)</p>

<p class="something">                 match <p class="something">
                     \(               match (, without the \ it would be a group
                       (              create a group
                        .             match one character (usually not newlines)
                         *            ... repeated zero or more times
                          ?           ... in a non-greedy way
                           )          end the group
                            \)        match )
                              </p>    match </p>

\（.*？）
匹配
\（匹配（，没有\它将是一个组。）
（创建一个组
.匹配一个字符（通常不是换行符）
*…重复零次或多次
？以非贪婪的方式
)结束小组
\)比赛）
匹配

对于大多数正则表达式引擎，括号表示对表达式的部分进行分组，而不是在输入中匹配括号

因此，这（你说这有点起作用）：

（*
^   ^
|   |
+---+---创建一个组

由于这个“有效”，您可以只提取该组的内容，但这也会给您一个括号

我想试试这个：

<p class="something">\((.*?)\)</p>
                     ^^     ^^
                      |     |
                      +-----+-- matches (...)

\（.*？）
^^     ^^
|     |
+-----+--匹配项（…）

然后提取第一组的内容

现在，关于每个字符的含义：

<p class="something">\((.*?)\)</p>

<p class="something">                 match <p class="something">
                     \(               match (, without the \ it would be a group
                       (              create a group
                        .             match one character (usually not newlines)
                         *            ... repeated zero or more times
                          ?           ... in a non-greedy way
                           )          end the group
                            \)        match )
                              </p>    match </p>

\（.*？）
匹配
\（匹配（，没有\它将是一个组。）
（创建一个组
.匹配一个字符（通常不是换行符）
*…重复零次或多次
？以非贪婪的方式
)结束小组
\)比赛）
匹配

我以前读过这篇文章，还有杰夫在博客上的文章。如果您试图解析所有内容，那么解析[X]HTML就是个麻烦。如果这和我的情况一样，内容是有效和一致的，那么就没有什么可担心的了。仅仅因为regex可能工作的情况有限，并不意味着它是正确的工具。使用一个简单的解析器（或者只是正确地查看DOM）很可能会更短，更易于以后维护。@Tim真的吗？那很有趣。实际情况比“用正则表达式解析HTML是个魔鬼！！”或“现在你有两个问题”更有帮助。这对我来说是一种学习练习，我不想引发关于何时不使用正则表达式的争论。问题是，如此多的答案和几篇博客文章已经产生了这样的追随者，以至于任何在同一句话中包含“HTML”和“regex”的东西都是“天哪，别这样，每次无效语法破坏你的模式，你就会摧毁一个第三世界国家，杀死50只小猫！1”我完全知道HTML+regex有问题。有一件事也困扰着我：人们问“我有[x工具]，我需要[y输出]，我能做什么？”我看到很多“你让你的生活变得太复杂了！使用[z工具！”（这是一个例子，但我