Javascript Regexp仅搜索/替换文本，而不是在HTML属性中

我正在使用JavaScript做一些正则表达式。考虑到我使用的是格式良好的源代码，我希望删除[，.]之前的所有空格，并在[，.]之后只保留一个空格，除了[，.]是数字的一部分。因此，我使用：

text = text.replace(/ *(,|\.) *([^ 0-9])/g, '$1 $2');

问题是，这也会替换html标记属性中的文本。例如，我的文本（始终用标记包装）：

谢谢

Html不是“常规语言”，因此regex不是解析它的最佳工具。您可能更适合使用正则表达式，然后应用正则表达式来处理值

---

享受吧

。如果您知道您的HTML格式良好，请使用HTML/XML解析器。否则，请先在Tidy中运行它，然后使用XML解析器。

不要试图重写表达式来完成此操作。你不会成功的，而且几乎肯定会忘记一些角落案例。在最好的情况下，这将导致严重的错误，在最坏的情况下，您将引入安全问题

---

相反，当您已经在使用JavaScript并拥有格式良好的代码时，请使用真正的XML解析器在文本节点上循环，并仅对它们应用正则表达式。

如上所述，HTML不是一种常规语言，因此无法使用正则表达式进行解析

你必须递归地这样做；我建议对DOM对象进行爬网

试试这样的

function regexReplaceInnerText(curr_element) {
    if (curr_element.childNodes.length <= 0) { // termination case:
                                               // no children; this is a "leaf node"
        if (curr_element.nodeName == "#text" || curr_element.nodeType == 3) { // node is text; not an empty tag like <br />
            if (curr_element.data.replace(/^\s*|\s*$/g, '') != "") { // node isn't just white space
                                                                     // (you can skip this check if you want)
                var text = curr_element.data;
                text = text.replace(/ *(,|\.) *([^ 0-9])/g, '$1 $2');
                curr_element.data = text;
            }
        }
    } else {
        // recursive case:
        // this isn't a leaf node, so we iterate over all children and recurse
        for (var i = 0; curr_element.childNodes[i]; i++) {
            regexReplaceInnerText(curr_element.childNodes[i]);
        }
    }
}
// then get the element whose children's text nodes you want to be regex'd
regexReplaceInnerText(document.getElementsByTagName("body")[0]);
// or if you don't want to do the whole document...
regexReplaceInnerText(document.getElementById("ElementToRegEx"));

函数regexReplaceInnerText（curr_元素）{
如果（curr_element.childNodes.length如果可以通过DOM访问该文本，则可以执行以下操作：

function fixPunctuation(elem) {
    // check if parameter is a an ELEMENT_NODE
    if (!(elem instanceof Node) || elem.nodeType !== Node.ELEMENT_NODE) return;
    var children = elem.childNodes, node;
    // iterate the child nodes of the element node
    for (var i=0; children[i]; ++i) {
        node = children[i];
        // check the child’s node type
        switch (node.nodeType) {
        case Node.ELEMENT_NODE:
            // call fixPunctuation if it’s also an ELEMENT_NODE
            fixPunctuation(node);
            break;
        case Node.TEXT_NODE:
            // fix punctuation if it’s a TEXT_NODE
            node.nodeValue = node.nodeValue.replace(/ *(,|\.) *([^ 0-9])/g, '$1 $2');
            break;
        }
    }
}

现在只需将DOM节点传递给该函数，如下所示：

fixPunctuation(document.body);
fixPunctuation(document.getElementById("foobar"));

您可以使用前瞻来确保匹配不会发生在标记中：

text = text.replace(/(?![^<>]*>) *([.,]) *([^ \d])/g, '$1 $2');

text=text.replace（/（？！[^]*>）*（[，]）*（[^\d]）/g，“$1$2”）；

通常的警告适用于CDATA节、SGML注释、脚本元素和属性值中的尖括号。但我怀疑您真正的问题将来自“普通”的变幻莫测文本；HTML甚至不在同一类中。：D
这不是Regex的擅长之处，因为HTML不是一种常规语言。有太多的范围/嵌套/上下文。文本可以通过DOM访问吗？是的，我想，即使我没有尝试过。我想将其作为CKEditor插件编写，这就是为什么我说“格式良好”（嗯，我是指XHTML）。我有源代码，但我想我可以得到作为DOM元素的is。你可能是说“不要用正则表达式解析HTML”，而不是相反。。）@Scytale-他只是在彻底研究；但是，只要我们在这个主题上，人们也不应该用HTML解析正则表达式！；@Scytale@Richard hahaha我甚至没有看到。我的坏习惯是：）你把函数名
fixparcination
拼错了几次；）那是一个Java HTML解析器。他想这样做，我n JavaScript。我不工作。“测试，和”应该变成“测试，和”。我也在考虑寻找，但我没有得到它。类似于寻找“…>任何东西，但<（要查找/替换的文本）”。我认为[^]*上面的部分不是必需的。当我测试它时，里面有更多的星号，但它们消失了。现在试试。我正在使用另一个解决方案。但是这个更好：）谢谢。
fixPunctuation(document.body);
fixPunctuation(document.getElementById("foobar"));

text = text.replace(/(?![^<>]*>) *([.,]) *([^ \d])/g, '$1 $2');