javascript - RegEx用于捕获第一个父级的子级属性值

This question already has answers here:

Why it's not possible to use regex to parse HTML/XML: a formal explanation in layman's terms
                                
                                    （9个答案）
                                
                        
                                在10个月前关闭。
            
                    
我正在使用nodejs和RegExp解析XML文件，但是我找不到从父级提取所有子级的方法，例如，我需要父级PARENT1的所有FormalName =“（。+）”

<TopicSet FormalName="PARENT1">
    <Topic>
      <TopicType FormalName="Child1" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child2" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child3" />
    </Topic>
</TopicSet>
<TopicSet FormalName="PARENT2">
    <Topic>
      <TopicType FormalName="Child1" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child2" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child3" />
    </Topic>
</TopicSet>

我尝试了这个：

<TopicSet FormalName="PARENT1">(?:(?:\s|\S)*?)TopicType FormalName="(.+)"(?:(?:\s|\S)*?)<\/TopicSet>

但是它仅返回PARENT1的第一个出现（Child1），而不返回Child1，Child2和Child3

https://regex101.com/r/3ESH29/2/

最佳答案

使用正则表达式解析xml是not advisable。

您可以使用DOMParser而不是使用正则表达式，例如，使用querySelectorAll在PARENT1中获取FormalName的值：

使用jsdom的示例

let xml = `<TopicSet FormalName="PARENT1">
    <Topic>
      <TopicType FormalName="Child1" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child2" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child3" />
    </Topic>
</TopicSet>
<TopicSet FormalName="PARENT2">
    <Topic>
      <TopicType FormalName="Child1" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child2" />
    </Topic>
    <Topic>
      <TopicType FormalName="Child3" />
    </Topic>
</TopicSet>`;

let parser = new DOMParser();
let doc = parser.parseFromString(xml, "text/xml");
let res = doc.querySelectorAll("TopicSet[FormalName='PARENT1'] Topic TopicType");
res.forEach(e => console.log(e.getAttribute("FormalName")));