regex के साथ HTML टेक्स्ट तत्व का चयन करें?

Question

मैं एक HTML दस्तावेज़ में © के लिए देखना चाहता हूं, और मूल रूप से उस इकाई को प्राप्त करता है जिसे कॉपीराइट का श्रेय दिया जाता है।

कॉपीराइट लाइन अलग अलग तरीकों की एक जोड़ी दिखाता है:

<p class="bg-copy">&copy; 2011 The New York Times Company</p> 

या

<a href="http://www.nytimes.com/ref/membercenter/help/copyright.html"> 
&copy; 2011</a> 
<a href="http://www.nytco.com/">The New York Times Company</a> 

या

<br>Published since 1996<br>Copyright &copy; CounterPunch<br> 
All rights reserved.<br> 

मैं दिनांक और बीच के टैग को अनदेखा करने के लिए और बस मिल चाहते हैं "द न्यूयॉर्क टाइम्स कंपनी" या "काउंटरपंच"।

मुझे जावास्क्रिप्ट या JQuery के साथ रेगेक्स का उपयोग करने में बहुत कुछ नहीं मिला है, हालांकि मुझे लगता है कि इससे प्रमुख सिरदर्द हो सकता है। यदि इसके लिए एक बेहतर दृष्टिकोण है, तो मुझे बताएं।

Answer 1

एक मजबूत समाधान के लिए, आपको शायद डोम नेविगेशन और कुछ हेरिस्टिक्स के संयोजन की आवश्यकता होगी। आपके उदाहरण रेगेक्स के साथ सुलभ हैं, लेकिन कई और परिदृश्य संभव हैं ...

&copy;[\s\d]*(?:<\/.+?>[^>]*>)?([^<]*) 

आपके तीन नमूने के लिए काम करता है। लेकिन केवल उनके लिए और इसी तरह के मामलों के लिए।

पर rubular

स्पष्टीकरण देखें:

© // copyright symbol 
[\s\d]* // followed by spaces or digits 
(?:</.+?>[^>]*>)? // maybe followed by a closing tag and another opening one 
([^<]*) // than match anything up to the next tag 

कैसे jQuery के साथ जावास्क्रिप्ट में उपयोग करने पर this उत्तर देखें। मूल रूप से आप मैच (/ regex /) फ़ंक्शन का उपयोग कर सकते हैं:

var result = string.match(/&copy;[\s\d]*(?:<\/.+?>[^>]*>)?([^<]*)/) 

Answer 2

$('*:contains(©)').filter(function(){ 
    return $(this).find('*:contains(©)').length == 0 
}).text(); 

यह परीक्षण यहां http://jsfiddle.net/unloco/kGPYA/