忽略HTML实体的正则表达式

问题描述：

我需要JavaScript中的正则表达式，它执行以下操作。忽略HTML实体的正则表达式

那些不是HTML实体部分的a的实例应替换为w。

例：

abc should change to wbc 

aabacaa should change to wwbwcww 

&amp;abcaa&amp; should change to &amp;wbcww&amp;

等。

我正在使用JavaScript。

任何帮助表示赞赏。

你是否需要考虑所有HTML实体（如'¶'）？或者只是'&'。如果你需要考虑所有问题，我的答案是不正确的（我会删除它）。 – 2010-02-09 12:21:18

你想用什么工具？ – Vijay 2010-02-09 12:23:57

答

试试这个：

"&amp;abcaa&amp;".replace(/&[^;]+;|a/g, function($0) { 
    return $0 === "a" ? "w" : $0; 
})

整洁！我真的应该学习JavaScript。 – 2010-02-09 12:26:02

这不会将& b转换为w & b – Varun 2010-02-09 12:54:42

@Varun：是的。 – 2010-02-09 13:03:10

答

非正则表达式的方式，在您最喜爱的编程语言，分割你的字符串“&一”（或&），更换分裂的项目，然后再加入回如在Python

>>> s="&amp;abcaa&amp;" 
>>> '&a'.join([ i.replace("a","w") for i in s.split("&a") ]) 
'&amp;wbcww&amp;'

答

作为一个更普遍的答案，写正则表达式时，我做的第一件事就是去http://rubular.com打下了几个测试的字符串。然后，我编写并重新编写正则表达式，直到它满足需要。

是的，我知道Rubular是一个Ruby regex站点，但是对于大多数语言（我认为Perl使用扩展语法），RegExp语法非常相似。我已成功使用Rubular来测试Java RegExps。