替换xml中的cdata标记

Question

我有一个字符串,里面可能有多个cdata标签:

<![CDATA[A Survey of Applications of Identity-Based Cryptography in Mobile Ad-Hoc Networks]]>

我正在使用javascript/jquery,我需要删除多个cdata标签(用""替换它们).

我怎么能用正则表达式写这个？

Answer 1

@Jim Garrison在上面的评论中是正确的:没有办法用正则表达式强健地解析XML/HTML.该语言过于复杂,无法用正则表达式表示.

但是,这并不意味着您不能编写一个涵盖大多数合理案例的正则表达式,这可能足以满足您的需求.例如,以下JavaScript正则表达式将主要执行您想要的操作:

input.replace( /<!\[CDATA\[.*?\]\]>/g, '' );

这个正则表达式中有两点需要注意:.*?CDATA主体内部的wildcard()使用?修饰符变得懒惰.没有它,会发生以下不好的事情:

'before <![CDATA[blah]]> some stuff between <![CDATA[another cdata]]> after'
    .replace( /<!\[CDATA\[.*\]\]>/g, '' );
// returns "before  after" when we probably 
// wanted "before  some stuff between  after"

另一件事是我们使用g标志来表示应该替换所有匹配.否则只会替换第一场比赛.

阅读评论,看起来您可能只想删除CDATA标签,同时保持其内容不变.正如@Jim Garrison上面指出的那样,这是一个坏主意,因为你很容易留下无效的HTML; 这就是CDATA的重点.但如果您确实想这样做,请按以下步骤操作:

'outside <![CDATA[(cdata1)]]> inside <![CDATA[(cdata2)]]> after'
    .replace( /<!\[CDATA\[(.*?)\]\]>/g, '$1' );
// yields "outside (cdata1) inside (cdata2) after"