正则expression式replacehtml标签之外的文本

我有这个HTML：

"This is simple html text <span class='simple'>simple simple text text</span> text" 

我只需要匹配任何HTML标签之外的单词。 我的意思是，如果我想匹配“简单”和“文本”，我应该只从“这是简单的HTML文本”和最后一部分“文本”得到的结果 – 结果将是“简单”1匹配，“文本”2火柴。 任何人都可以帮助我吗？ 我正在使用jQuery。

 var pattern = new RegExp("(\\b" + value + "\\b)", 'gi'); if (pattern.test(text)) { text = text.replace(pattern, "<span class='notranslate'>$1</span>"); } 

• value是我想匹配的词（在这种情况下“简单”）
• text是"This is simple html text <span class='simple'>simple simple text text</span> text"

我需要用<span>包装所有选定的单词（在本例中它是“简单的”）。 但是我只想包装任何 HTML标签之外的单词。 这个例子的结果应该是

 This is <span class='notranslate'>simple</span> html <span class='notranslate'>text</span> <span class='simple'>simple simple text text</span> <span class='notranslate'>text</span> 

我不想replace里面的任何文字

 <span class='simple'>simple simple text text</span> 

应该和更换前一样。

Answer 1

好的，尝试使用这个正则expression式：

 (text|simple)(?![^<]*>|[^<>]*</) 

在regex101上工作的例子 。

分解：

 ( # Open capture group text # Match 'text' | # Or simple # Match 'simple' ) # End capture group (?! # Negative lookahead start (will cause match to fail if contents match) [^<]* # Any number of non-'<' characters > # A > character | # Or [^<>]* # Any number of non-'<' and non-'>' characters </ # The characters < and / ) # End negative lookahead. 

如果在html标签之间使用text或simple则负向预览会阻止匹配。

Answer 2

 ^([^<]*)<\w+.*/\w+>([^<]*)$ 

然而，这是一个非常天真的expression。 使用DOMparsing器会更好。