HTML碼帶的regexp問題

Question

在JavaScript中，一個流行的正則表達式的是從文本剔除HTML標籤。該代碼是

String.prototype.stripHTML = function() { 
      var reTag = /<(?:.|\s)*?>/g; 
      return this.replace(reTag, ""); 
     }; 

如果你試試這"<b>This would be bold</b>".stripHTML()，然後將其作爲輸出"This would be bold"。它不應該輸出爲""？

不這個表達式說，比賽的一切與<開始，以>結束？爲什麼沒有這個表達式開始在<b><和結束</b>的>

Answer 1

您使用的是non-greedy修改。

(?:.|\s)*? 
     ^

這會導致匹配儘可能最短，而不是匹配最長匹配的默認值。

 
<b>This would be bold</b> 
^-^     ^--^  Non-greedy: <(?:.|\s)*?> 
^-----------------------^  Greedy : <(?:.|\s)*> 

Answer 2

在它不是一個貪婪的正則表達式，這意味着它匹配的第一>它橫跨來臨的時候，<b>和</b>是分開的比賽。

Answer 3

是的，但*?執行ungreedy比賽（簡稱賽）：

var reTag = /<(?:.|\s)*?>/g; 

要執行蘆葦匹配（最長可能的匹配），刪除?：

var reTag = /<(?:.|\s)*>/g;