Jquery 正则表达式使用ChereIO搜索格式不良的HTML的叶节点_Jquery_Html_Parsing_Nodes_Cheerio

Jquery 正则表达式使用ChereIO搜索格式不良的HTML的叶节点

jquery html parsing

Jquery 正则表达式使用ChereIO搜索格式不良的HTML的叶节点,jquery,html,parsing,nodes,cheerio,Jquery,Html,Parsing,Nodes,Cheerio,我有一些格式不好的HTML（如下面的一个），我希望得到文本与给定正则表达式匹配的叶节点（没有任何其他子节点）： <html> <head> <title>co20140725-ex99_1.htm</title> </head> <body bgcolor="#ffffff" style="DISPLAY: inline; FONT-FAMILY: Times New Roman; FONT-SIZE: 10p

我有一些格式不好的HTML（如下面的一个），我希望得到文本与给定正则表达式匹配的叶节点（没有任何其他子节点）：

<html>
  <head>
    <title>co20140725-ex99_1.htm</title>
  </head>
  <body bgcolor="#ffffff" style="DISPLAY: inline; FONT-FAMILY: Times New Roman; FONT-SIZE: 10pt">
  <div>
  <div style="TEXT-ALIGN: left">&#160;</div>
  <div style="TEXT-ALIGN: right">EXHIBIT 99.1</div>
  <div style="TEXT-ALIGN: left">&#160;</div>
  <div style="TEXT-ALIGN: left">
  <div style="TEXT-INDENT: 0pt; DISPLAY: block; MARGIN-LEFT: 0pt; MARGIN-RIGHT: 0pt" align="left">
  <div style="TEXT-ALIGN: center"><font style="FONT-WEIGHT: bold">ANNOUNCES</font></div>
</html>

每个

，然后标准JavaScript

匹配

：

$('body').each(function (i, elem) {
  if ($(this).text().match(/announces/i)) {
    var text = $(this).text();
  }
}

子项

，但它输出一个字符串，即HTML中的所有文本：

$('p, b, div, font').children(':contains("string I\'m looking for but this isn\'t case-sensitive like match is")').children().first().text();

我相信问题在于，嵌套子元素的数量是可变的，出于某种原因，我确实得到了所有元素，但每个元素都有一堆子元素，我无法遍历它们并测试文本

您可以看到有一组可变的嵌套元素，通常

.find（）

可以搜索

中的所有元素，但是

.find（）

和

过滤器（）

在这种情况下根本不起作用

关于如何在这个HTML中搜索文本，我有什么想法吗

可以找到完整的HTML示例。

澄清后，问题分为两部分：

，也就是说，那些没有自己的孩子，但只包含您要查找的文本的孩子。这将避免您在第三种方法中使用

儿童时遇到的问题。有两种方法可以做到这一点：

*：not（：具有（'*'））
选择器
选择所有元素（“*”
），然后筛选没有子元素的节点。这比流行的复杂选择器方法快几倍


过滤叶节点以查找那些textContent
与正则表达式匹配的节点
代码如下：
$('*').map(function() {
  if (this.children.length) return null;
  if (this.textContent.match(/N/)) return this.textContent;
});

（忽略window.runnerWindow.proxyConsole
无关的输出；它是一个JSBin工件。）
$('*').map(function() {
  if (this.children.length) return null;
  if (this.textContent.match(/N/)) return this.textContent;
});