js过滤HTML标签以及 

今天要做一个应用--判断编辑器中文字的个数。如果少如20个字就不能让其提交。没多想，正好周末的时候看了一下js中正则表达式的内容。很容易就想到了要用正则表达式来解决这个问题。虽说看了正则表达式的内容是看了，但是毕竟还是刚接接触，连基本的概念都很模糊，于是只好在网上找到如下的代码：

 

function setContent(str) {
str = str.replace(/<\/?[^>]*>/g,''); //去除HTML tag
str.value = str.replace(/[ | ]*\n/g,'\n'); //去除行尾空白
//str = str.replace(/\n[\s| | ]*\r/g,'\n'); //去除多余空行
return str;
}

测试的时候发现这段代码不能过滤掉网页中空格字符(即： )。于是自己又改造了一下：

function removeHTMLTag(str) {
            str = str.replace(/<\/?[^>]*>/g,''); //去除HTML tag
            str = str.replace(/[ | ]*\n/g,'\n'); //去除行尾空白
            //str = str.replace(/\n[\s| | ]*\r/g,'\n'); //去除多余空行
            str=str.replace(/&nbsp;/ig,'');//去掉&nbsp;
            return str;
    }

恩，我的要求达到了。

 

现在来稍稍解释一下所用到的三个正则表达吧(需要说明的是，因为自己也是刚刚接触，也许我的解释并不是正确的，仅供参考)：

第一个:/<\/?[^>]*>/g

在js中正则表达式是以“/”开头的，后面的/g，含义是表示全局模式，意思是在将匹配的模式应用于整个字符串，而不是在第一次匹配上之后就停止匹配了。

 

<\/?[^>]*> 这个分开来解释，其中第二个字符“\”是一个转移字符，用来转移后面的”/”字符的。?匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。所以<\/?就是匹配html标签中的”</”格式或者“<”格式的。

 

再来说[^>]*>。[]是含义是：

 

^的含义是：匹配一行的开始。例如正则表达式^When in能够匹配字符串"When in the course of human events"的开始，但是不能匹配"What and When in the"。意思就是匹配以“When in”开头的文字。

*的含义是：匹配0或多个正好在它之前的那个字符。例如正则表达式。*意味着能够匹配任意数量的任何字符

 

因此[^>]*意思是匹配>之外的字符。所以[^>]可以匹配出的模式可以像下面这样的：

1. div
2. 我需要的文字</div
3. p
4. 我需要的文字</p

 

*和前面的[^>]结合在一起就可以匹配下面这些字符了：

1. div>我需要的文字</div
2. p>我需要的文字</p
3. br /

再加上后面的>就可以匹配下面的字符了：

1. div>我需要的文字</div>
2. p>我需要的文字</p>
3. br />

这样就完成了一对HTML标签的匹配了。(多句话，总觉得这个匹配有点啰嗦，但是不知道到底在哪个地方啰嗦)

 

第二个：/[ | ]*\n/g：我也没有看懂

第三个：/&nbsp;/ig：就是直接查找&nbsp;字符，后面的/ig的含义是在全局模式下进行不区分大小写的查找。g代表全局，i表示不区分大小写。