通过特定标记将HTML字符串拆分为数组 [英] Split a string of HTML into an array by particular tags

问题描述

将此HTML作为字符串html，如何将其拆分为一个数组，其中每个标题< h 标记元素的开头？

Given this HTML as a string "html", how can I split it into an array where each header <h marks the start of an element?

从此开始：

<h1>A</h1>
<h2>B</h2>
<p>Foobar</p>
<h3>C</h3>

结果：

["<h1>A</h1>", "<h2>B</h2><p>Foobar</p>", "<h3>C</h3>"]

我尝试了什么：

我想用正则表达式使用 Array.split（），但结果会分割每个< h 进入自己的元素。我需要弄清楚如何从一个< h 的开头捕获，直到下一个< h 。然后包括第一个但排除第二个。

I wanted to use Array.split() with a regex, but the result splits each <h into its own element. I need to figure out how to capture from the start of one <h until the next <h. Then include the first one but exclude the second one.

var html = '<h1>A</h1><h2>B</h2><p>Foobar</p><h3>C</h3>';
var foo = html.split(/(<h)/);

编辑：无论如何都不要求正则表达式，它只是唯一的要求我认为通常以这种方式拆分HTML字符串的解决方案。

Edit: Regex is not a requirement in anyway, it's just the only solution that I thought would work for generally splitting HTML strings in this way.

推荐答案

在您的示例中，您可以使用：

In your example you can use:

/
  <h   // Match literal <h
  (.)  // Match any character and save in a group
  >    // Match literal <
  .*?  // Match any character zero or more times, non greedy
  <\/h // Match literal </h
  \1   // Match what previous grouped in (.)
  >    // Match literal >
/g

var str = '<h1>A</h1><h2>B</h2><p>Foobar</p><h3>C</h3>'
str.match(/<h(.)>.*?<\/h\1>/g); // ["<h1>A</h1>", "<h2>B</h2>", "<h3>C</h3>"]

但请不要使用regexp解析HTML，请阅读 RegEx匹配除XHTML自包含标签之外的开放标签

But please don't parse HTML with regexp, read RegEx match open tags except XHTML self-contained tags

这篇关于通过特定标记将HTML字符串拆分为数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！