正则表达式替换html标签之外的文本

Question

我有这个HTML：

"This is simple html text <span class='simple'>simple simple text text</span> text"

我只需要匹配任何HTML标记之外的单词。我的意思是，如果我想匹配“简单”和“文本”，则只能从“这是简单的html文本”和最后一部分“文本”中获得结果-
结果将是“简单” 1匹配，“文本” 2火柴。有人可以帮我吗？我正在使用jQuery。

var pattern = new RegExp("(\\b" + value + "\\b)", 'gi');

if (pattern.test(text)) {
    text = text.replace(pattern, "<span class='notranslate'>$1</span>");
}

• value 是我要匹配的单词（在这种情况下为“简单”）
• text 是 "This is simple html text <span class='simple'>simple simple text text</span> text"

我需要用来包装所有选定的单词（在此示例中为“简单”）<span>。但是我只想包装 任何 HTML标记之外的单词。这个例子的结果应该是

This is <span class='notranslate'>simple</span> html <span class='notranslate'>text</span> <span class='simple'>simple simple text text</span> <span class='notranslate'>text</span>

我不想替换任何文字

<span class='simple'>simple simple text text</span>

它应与更换前的相同。

Answer 1

好的，尝试使用此正则表达式：

(text|simple)(?![^<]*>|[^<>]*</)

分解：

(         # Open capture group
  text    # Match 'text'
|         # Or
  simple  # Match 'simple'
)         # End capture group
(?!       # Negative lookahead start (will cause match to fail if contents match)
  [^<]*   # Any number of non-'<' characters
  >       # A > character
|         # Or
  [^<>]*  # Any number of non-'<' and non-'>' characters
  </      # The characters < and /
)         # End negative lookahead.

负前瞻会阻止匹配，如果text还是simple是HTML标记之间。