有这样一段text:如图所示:
想请教正则表达式的大牛,怎样提取除去html标签以外的正文内容,并且,我只想保留“wrote:”后面的正文,就是帖子是什么时间发表的一概不管,并且不要签名档的内容,也就是“'post-sig”后面的都不想要,只想保留“ NS so glad you created this thread. You're really a special person. You and these wonderful women brought me back from a place I don't ever want to be again Love to you all ... and Happy and Healthy 2007Hugs CherylG.” 我想要一个通用的正则表达式,因为正文中出现的html标签各不一样:例如还有一段:
这个连签名都没有的~
或者:
抱歉我想贴上来文档,让大牛帮忙test,但是html标签子自动吃掉了,所以只好贴图
感激不尽~
第1个回答 2013-08-28
可以用wrote:做为正则开关,正则结尾就得在文章里面找,哪个标签条件一定是满足,比如ID,或者class之类的,然后在清除HTML标签,这里就以class="post_sig" 为例
str = "wrote:(.+)<div class=\"post_sig\">";str.replace(/(<.[^>]*>)/ig, '');
alert(str);