HTML码带的regexp问题

Question

在JavaScript中，一个流行的正则表达式的是从文本剔除HTML标签。该代码是

String.prototype.stripHTML = function() { 
      var reTag = /<(?:.|\s)*?>/g; 
      return this.replace(reTag, ""); 
     }; 

如果你试试这"<b>This would be bold</b>".stripHTML()，然后将其作为输出"This would be bold"。它不应该输出为""？

不这个表达式说，比赛的一切与<开始，以>结束？为什么没有这个表达式开始在<b><和结束</b>的>

Answer 1

您使用的是non-greedy修改。

(?:.|\s)*? 
     ^

这会导致匹配尽可能最短，而不是匹配最长匹配的默认值。

 
<b>This would be bold</b> 
^-^     ^--^  Non-greedy: <(?:.|\s)*?> 
^-----------------------^  Greedy : <(?:.|\s)*> 

Answer 2

在它不是一个贪婪的正则表达式，这意味着它匹配的第一>它横跨来临的时候，<b>和</b>是分开的比赛。

Answer 3

是的，但*?执行ungreedy比赛（简称赛）：

var reTag = /<(?:.|\s)*?>/g; 

要执行芦苇匹配（最长可能的匹配），删除?：

var reTag = /<(?:.|\s)*>/g;