我怎样才能只获得 html 的标签？

Question

如何使用 NodeJS 仅获取 HTML 标签？

我有这个：

<html>
<head>
Hi
</head>
<body>
<center id="fantastic">
Hi , hello
</center>
</body>
</html>

我想删除 Hi 和 Hi , Hello 并只获取标签，我也想删除 id="fantastic"。任何的想法？任何正则表达式？

Answer 1

您可以尝试使用像 cheerio - https://github.com/cheeriojs/cheerio

这样的库

Answer 2

假设您在 Javascript 字符串中有来源 HTML 并且它是合法的 HTML 并且 HTML 属性不包含“>”或“ <" 字符，这应该有效：

var source = "your html here";

var result = source.match(/<.*?>/g).map(function(item) {
    return item.replace(/<\s+/, "<").replace(/\s.*?(\/?>)$/, "");
}).join("");

工作演示：http://jsfiddle.net/jfriend00/6q0gyugd/

这使用正则表达式将 HTML 标签隔离到一个数组中，然后使用 .map() 遍历该数组以删除标签中的任何前导空格，然后从中删除任何属性每个标签，然后将它们连接回 HTML.

的字符串

为了使任何可能的合法 HTML 成为最强大的，您也可以使用实际的 HTML 解析器（它可能比任何正则表达式都更智能）来解析实际的HTML 个标签，然后遍历已解析的树以仅输出标签。

我怎样才能只获得 html 的标签？

How can I get only tags of html?

html

javascript

tags

parsing

node.js