chọn phần tử văn bản HTML với regex?

Question

Tôi muốn tìm kiếm © trong tài liệu HTML và về cơ bản nhận được thực thể bản quyền được quy cho.

Dòng quyền tác giả xuất hiện một vài cách khác nhau:

<p class="bg-copy">&copy; 2011 The New York Times Company</p> 

hoặc

<a href="http://www.nytimes.com/ref/membercenter/help/copyright.html"> 
&copy; 2011</a> 
<a href="http://www.nytco.com/">The New York Times Company</a> 

hoặc

<br>Published since 1996<br>Copyright &copy; CounterPunch<br> 
All rights reserved.<br> 

Tôi muốn bỏ qua ngày và thẻ can thiệp và chỉ nhận được "Công ty Thời báo New York" hoặc "Counterpunch".

Tôi đã không thể tìm thấy nhiều về việc sử dụng regex với JavaScript hoặc JQuery, mặc dù tôi có ấn tượng rằng nó có thể dẫn đến đau đầu lớn. Nếu có cách tiếp cận tốt hơn, hãy cho tôi biết.

Answer 1

Để có giải pháp mạnh mẽ, có thể bạn sẽ cần kết hợp điều hướng DOM và một số phỏng đoán. Ví dụ của bạn có thể giải quyết được với regex, nhưng có rất nhiều trường hợp khác có thể ...

&copy;[\s\d]*(?:<\/.+?>[^>]*>)?([^<]*) 

hoạt động cho ba mẫu của bạn. Nhưng CHỈ cho họ và các trường hợp tương tự.

Xem trên rubular

Giải thích:

© // copyright symbol 
[\s\d]* // followed by spaces or digits 
(?:</.+?>[^>]*>)? // maybe followed by a closing tag and another opening one 
([^<]*) // than match anything up to the next tag 

Xem this câu trả lời về cách sử dụng trong javascript với jquery. Về cơ bản, bạn có thể sử dụng các trận đấu (/ regex /) chức năng:

var result = string.match(/&copy;[\s\d]*(?:<\/.+?>[^>]*>)?([^<]*)/) 

Answer 2

$('*:contains(©)').filter(function(){ 
    return $(this).find('*:contains(©)').length == 0 
}).text(); 

kiểm tra nó ở đây http://jsfiddle.net/unloco/kGPYA/