JS正则过滤指定的HTML标签

JavaScript016

JS正则过滤指定的HTML标签,第1张

1，得到网页上的链接地址：

string

matchString =

@"<a[^>]+href=\s*(?:'(?<href>[^']+)'|""(?<href>[^""]+)""|(?<href>[^>\s]+))\s*[^>]*>"

2，得到网页的标题：

string matchString = @"<title>(?<title>.*)</title>"

3，去掉网页中的所有的html标记：

string temp = Regex.Replace(html, "<[^>]*>", "")//html是一个要去除html标记的文档

4, string matchString = @"<title>([\S\s\t]*?)</title>"

5,js去掉所有html标记的函数：

function delHtmlTag(str)

{

return str.replace(/<[^>]+>/g,"")//去掉所有的html标记

}

你可以利用正则表达式来剔除这些标签,也就是将所有的html类的标签都替换为空即可:

//去除HTML 标签

str = str.replace(/<\/?[^>]*>/g,'')

是连p以外的标签的内容都不要么？

如果是的话，可以反过来想，只要匹配所有p标签以及其以内的内容即可，那么可以这么写

var re = new RegExp("<p>\\w*</p>","g")

result = str.match(re)

str是你所需要进行匹配的字符串，如果是页面全部，就获取body下所有的内容就好

result是一个数组，而每一个元素就是你匹配对象中的p标签以及其内容