有時候需要對一段 HTML 字串做批次處理:替換某個標籤上的某個屬性值,或者替它補上一個原本沒有的屬性。下面這個函式把兩種情況一起處理掉了。
/**
* 替換 html 中任意 tag 內任意 attr 的值
* @param src_str 原始 HTML 字串
* @param tag 標籤名稱,例如 img
* @param attr 屬性名稱,例如 src
* @param val 新的屬性值
* @returns {*}
*/
function replace_html_tag_attr(src_str, tag, attr, val) {
if (typeof src_str === 'undefined' || typeof tag === 'undefined' ||
typeof attr === 'undefined' || typeof val === 'undefined') {
return '';
}
// 第一層:找出所有符合的標籤,並把 attr 擷取為群組 1
var reg = new RegExp('<' + tag + '[^>]*(' + attr + '=[\'"](\\w*%?)[\'"])?[^>]*>', 'gi');
return src_str.replace(reg, function (match) {
if (match.indexOf(attr) > 0) {
// 已經有這個屬性 → 替換它的值
var sub_reg = new RegExp(attr + '=[\'"](\\w*%?)[\'"]', 'gi');
return match.replace(sub_reg, attr + '="' + val + '"');
} else {
// 沒有這個屬性 → 在開頭標籤後面插入
return match.substr(0, tag.length + 1) + ' ' + attr + '="' + val + '" '
+ match.substr(tag.length + 2, match.length);
}
});
}
<tag[^>]* 從開頭標籤起手,[^>]* 貪婪吃掉後續所有不是 > 的字元,確保不會誤跨到下一個標籤。(attr=['"]...['"])? 用問號包成「可有可無」的群組——這正是能同時處理「有這個屬性」與「沒這個屬性」的關鍵。gi 修飾符中 g 是全域、i 是忽略大小寫(HTML 屬性名不分大小寫)。
回呼函式裡的判斷依據是 match.indexOf(attr) > 0:找不到就是 -1,找到了就替換值;找不到就在 <tag 之後插入新屬性。tag.length + 1 那個 +1 是為了跳過 <,tag.length + 2 則是跳過 < 與標籤名。
用正則處理 HTML 是公認脆弱的做法,這個函式也不例外,值得先知道它會在哪裡出錯:
屬性值裡含 > 時會截斷。例如 <img alt="a > b" src="x">,[^>]* 會在 alt 的中途就停下,導致整段解析錯位。
屬性值換行時比對不到。原版用 (\w*%?) 限定值只能是英數底線,因此 src="/images/a.png" 這種帶斜線與點的常見寫法完全不符。實用上至少該改成 ([^'"]*),也就是「兩個引號之間的任何字元」。
無引號的屬性值無法處理。<img src=a.png> 這種 HTML 合法但不常見,正則抓不到。
indexOf(attr) 會誤判前綴相同的屬性。找 width 時,data-width="100" 裡也含有 "width",於是 indexOf 回傳大於 0,程式會誤以為已經有 width 屬性,接著 sub_reg 又比對不到真正的 width=,最後什麼都沒改。
如果這段 HTML 是完整、結構正常的文件片段,用 DOM API 會可靠得多:
function replaceAttr(html, tag, attr, val) {
var div = document.createElement('div');
div.innerHTML = html;
var els = div.getElementsByTagName(tag);
for (var i = 0; i < els.length; i++) {
els[i].setAttribute(attr, val); // 有就改、沒有就加,一次搞定
}
return div.innerHTML;
}
setAttribute 本身就兼具「替換」與「新增」兩種行為,不必自己判斷,也不用擔心引號、換行、前綴衝突這些邊界情況。代價是它会把 HTML 實際解析成 DOM,因此標籤大小寫、屬性順序、自閉合寫法都可能被瀏覽器正規化,輸出結果不會跟輸入一模一樣。若你的用途是「處理完再存回資料庫、要求還原成原本的格式」,那正則的破壞性反而較小;若是「處理完直接渲染給使用者看」,用 DOM 明顯更安全。
以上就是這篇的全部內容,希望給你一個參考。