有些時候我們需要從一段 HTML 字串中,把某兩個標記之間的內容整段移除——例如在輸出前清掉後端插入的除錯註解,或過濾掉不該顯示的區塊。以下是一個遞迴實作。
function DeleteHtmlFromStartToEnd(str, begin, end) {
str = str.replace(begin + end, ""); // 先處理 begin 與 end 緊鄰的空區段
if (str.indexOf(begin) == -1) { // 沒找到起始標記,代表清乾淨了
return str;
}
var substr = str.substring(str.indexOf(begin) + begin.length, str.indexOf(end));
str = str.replace(substr, "");
return DeleteHtmlFromStartToEnd(str, begin, end); // 遞迴處理下一組
}
var str = '00000<!--deleteBegin-->1234567<!--deleteEnd-->111111<!--deleteBegin-->890<!--deleteEnd-->22222<!--deleteBegin-->890<!--deleteEnd--><!--deleteBegin-->890<!--deleteEnd--><!--deleteBegin-->890<!--deleteEnd-->3';
var result = DeleteHtmlFromStartToEnd(str, '<!--deleteBegin-->', '<!--deleteEnd-->');
alert(result);
每一次呼叫處理一組標記:先找出 begin 的位置,取它和 end 之間的內容,把那段內容刪掉。剩下的字串再丟回自己,直到找不到 begin 為止。開頭那行 replace(begin + end, "") 則是為了處理 begin 緊接著 end 的空區段——這種情況下 substring 會得到空字串,而 replace("", "") 不會有任何效果,可能造成無限遞迴。
思路可行,但實作方式相當脆弱:
str.replace(substr, "") 只會替換第一個匹配到的相同文字。如果被刪的內容剛好和文件別處的內容重複,就會刪錯位置。這是最容易出問題的一點。indexOf(end) 回傳 -1,substring 的參數變成不合理的值,結果難以預期。這個需求本質上就是「匹配兩個標記之間的所有內容」,正則表達式天生適合:
function removeBetween(str, begin, end) {
var pattern = new RegExp(
begin.replace(/[.*+?^${}()|[\]\\]/g, '\\$&') +
'[\\s\\S]*?' +
end.replace(/[.*+?^${}()|[\]\\]/g, '\\$&'),
'g'
);
return str.replace(pattern, '');
}
var result = removeBetween(str, '<!--deleteBegin-->', '<!--deleteEnd-->');
幾個關鍵點:[\s\S]*? 用來跨行匹配任意字元(. 預設不含換行),後面加 ? 使其非贪婪,才能正確處理多組標記。而 replace(/[.*+?^${}()|[\]\\]/g, '\\$&') 這段是在跳脫 begin 與 end 中的正則特殊字元——因為 <!-- 裡的 !、- 在特定位置是有意義的,不跳脫可能導致匹配失敗或行為異常。
若環境支援 ES2018 以上,還可以用 lookbehind 寫得更精確;不過上面的版本相容性最好,也最易讀。