如何从html结构中提取标签

Question

问题描述

例如有这么一段随机生成的html

<div>
    sad啊萨达萨达12321213!@#$
    <span class="123asd" id="123">$$%^asdsad</span>
    asdsadq啊萨达萨达
    <p class="_ _aaa">
        asdas啊萨达萨达！@#！@#
        <span>阿三打撒123!@#@sadas</span>
    </p>
</div>

1、层级随机
2、html中的标签随机
3、标签的class与id随机，可能为空
4、标签的内容随机，可能为空

那么用什么方法可以把这段HTML中的所有标签提取出来，注意！只要标签，要过滤内容
求助！

Answer 1

可以用npm的模块，htmlparser2，进行解析。

Answer 2

var str = `<div>
    sad啊萨达萨达12321213!@#$
    <span class="123asd" id="123">$$%^asdsad</span>
    asdsadq啊萨达萨达
    <p class="_ _aaa">
        asdas啊萨达萨达！@#！@#
        <span>阿三打撒123!@#@sadas</span>
    </p>
</div>`
str.match(/(?<=<)\w+(?=[^>]*>)/g) // ["div", "span", "p", "span"]