萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 腳本程式專題 >> JavaScript

JavaScript 以註釋標記法過濾 HTML 字符串中指定區塊

某些舊系統將需動態刪除的 HTML 片段用自定義註釋標記(如 `` ... ``)包裹。本文提供一個遞歸函數,按標記成對刪除區塊內容及標記本身。

核心函數

/**
 * 遞歸刪除字符串中所有 begin...end 之間的內容(含標記)
 * @param {string} str 原始字符串
 * @param {string} begin 開始標記
 * @param {string} end 結束標記
 * @returns {string} 處理後字符串
 */
function DeleteHtmlFromStartToEnd(str, begin, end) {
    // 先刪除相鄰的空標記對
    str = str.replace(begin + end, "");
    // 若無開始標記,結束遞歸
    if (str.indexOf(begin) === -1) return str;
    
    // 找到第一對標記間的內容
    var startIdx = str.indexOf(begin) + begin.length;
    var endIdx = str.indexOf(end, startIdx); // 從開始標記後查找結束標記
    if (endIdx === -1) return str; // 無配對結束標記,停止
    
    var substr = str.substring(startIdx, endIdx);
    // 替換掉 "開始標記 + 內容 + 結束標記"
    str = str.replace(begin + substr + end, "");
    
    // 遞歸處理剩餘部分
    return DeleteHtmlFromStartToEnd(str, begin, end);
}

測試用例

var str = '00000<!--deleteBegin-->1234567<!--deleteEnd-->111111'
         + '<!--deleteBegin-->890<!--deleteEnd-->22222'
         + '<!--deleteBegin-->890<!--deleteEnd--><!--deleteBegin-->890<!--deleteEnd-->3';

var result = DeleteHtmlFromStartToEnd(str, '<!--deleteBegin-->', '<!--deleteEnd-->');
alert(result); 
// 輸出: "00000111111222223"

邏輯分析與改進點

  • 遞歸深度:標記對數多時可能棧溢出,建議改為 while 循環。
  • indexOf 性能:每次從頭查找,長字符串 O(n²)。可用 lastIndexOf 或單次正則替換優化。
  • 正則替代方案(非貪婪匹配,一次性處理):
    function stripComments(str, begin, end) {
        var regex = new RegExp(escapeRegExp(begin) + '[\\s\\S]*?' + escapeRegExp(end), 'g');
        return str.replace(regex, '');
    }
    function escapeRegExp(s) { return s.replace(/[.*+?^${}()|[\\]\\]/g, '\\$&'); }
  • 嵌套標記:上述正則不支援嵌套,嵌套需用狀態機解析。

適用場景

  • 模板引擎預處理:移除開發調試區塊、條件編譯區塊。
  • CMS 內容清洗:剔除編輯器殘留的標記標籤。
  • 舊系統數據遷移:清理特定註釋包裹的廢棄代碼。

對於現代項目,建議使用成熟的 HTML 解析庫(如 DOMParser、cheerio、jsdom)進行結構化操作,避免字符串正則處理 HTML 的脆弱性。

copyright © 萬盛學電腦網 all rights reserved