javascript - 按 HTML 实体分割字符串？

Question

我的字符串包含很多 HTML 实体，就像这样

"Hello <everybody> there"

我想按 HTML 实体将其拆分为:

Hello
everybody
there

有人可以建议我一种方法吗？可能正在使用正则表达式？

Answer 1

看起来您可以直接拆分 &[^;]*; 正则表达式。也就是说，分隔符是以 & 开头、以 ; 结尾的字符串，中间可以有除 ; 之外的任何内容。

如果一行中可以有多个分隔符，并且您不希望它们之间有空字符串，则只需使用 (&[^;]*;)+ (或一般情况下 (delim)+ 模式)。

如果您可以在字符串的开头或前面有分隔符，并且您不希望它们成为由它们引起的空字符串，那么只需在拆分之前将它们 trim 掉即可。

---

示例

下面是演示上述想法的代码片段 ( see also on ideone.com ):

var s = ""Hello <everybody> there""

print (s.split(/&[^;]*;/));
// ,Hello,,everybody,,there,

print (s.split(/(?:&[^;]*;)+/));
// ,Hello,everybody,there,

print (
   s.replace(/^(?:&[^;]*;)+/, "")
    .replace(/(?:&[^;]*;)+$/, "")
    .split(/(?:&[^;]*;)+/)
);
// Hello,everybody,there