正则表达式来捕捉除了某些标签

Question

所有文字比方说，我有一个字符串，如：

Lorem ipsum dolor sit amet, <foo attr="something">consectetur adipisicing elit</foo>, sed do eiusmod <bar>tempor incididunt</bar> ut labore et dolore <baz>magna aliqua</baz>. 

我希望得到所有这不是标签选定的子集的一部分的文本。在这个例子中，只有<foo>和<bar>标签。我不希望能够用一个正则表达式做到这一点，我需要一些JS代码，它可以让我操作这些特定标签之外的文本，然后重新构成整个字符串，并进行修改。

例如，假设我想用*替换所有字母a。期望的输出将是：

Lorem ipsum dolor sit *met, <foo attr="something">consectetur 
*dipisicing elit</foo>, sed do eiusmod <bar>tempor incididunt</bar> ut l*bore et dolore <b*z>magn* *liqu*</b*z>. 

请注意<baz>标记是如何修改的。

Answer 1

我在RegExp上不够好，没有把这样的东西放在一起。然而，我会说to not parse HTML with RegExp。

我建议你看看用XML解析器解析/过滤。你可以使用JS”本土DOM工具做你想要什么：

1. 从container节点
2. 内document fragment创建document fragment，删除你要过滤掉的节点
3. 与更换original container您document fragment