NodeJS中string.search()返回0，正则无法提取目标数据求助

你遇到的核心问题是用错了方法：String.prototype.search()的作用是返回正则匹配到的第一个字符的起始索引，找不到则返回-1。你得到0是因为匹配项正好从字符串的第0位开始，这完全不是你要的捕获组内容。

正确提取捕获组的方法 #

方法1：使用match() #

match()方法在正则不带全局标志g时，会返回包含整个匹配结果和所有捕获组的数组：

const input = '<div class="some_class">Some data</div><div class="some_other_class">< class="some_other_other_class">...</div></div>'
// 修正正则：去掉多余的反斜杠（原字符串里是&>，正则字面量直接写&>即可）
const regex = /<div class="some_class">(.*?)<\/div>/;
const result = input.match(regex);
if (result) {
  console.log('提取到的数据:', result[1]); // 输出 "Some data"
}

如果需要匹配多个符合条件的div，加上全局标志g后，match()会返回所有完整匹配的数组，此时需要用exec()循环获取捕获组：

方法2：使用exec() #

const input = '<div class="some_class">Some data</div><div class="some_other_class">< class="some_other_other_class">...</div></div>'
const regex = /<div class="some_class">(.*?)<\/div>/g;
let match;
while ((match = regex.exec(input)) !== null) {
  console.log('提取到的数据:', match[1]);
}

更可靠的方案：用HTML解析库而非正则 #

正则处理HTML非常容易出错（比如嵌套标签、属性顺序变化、额外空格等场景都会失效），推荐使用专门的DOM解析库，比如cheerio：

1. 先安装依赖：

npm install cheerio

2. 编写代码：

const cheerio = require('cheerio');
const input = '<div class="some_class">Some data</div><div class="some_other_class">< class="some_other_other_class">...</div></div>';
// 先转义HTML实体为正常标签
const decodedHtml = input.replace(/&lt;/g, '<').replace(/&gt;/g, '>').replace(/&quot;/g, '"');
// 加载HTML并查询
const $ = cheerio.load(decodedHtml);
const targetData = $('.some_class').text();
console.log(targetData); // 输出 "Some data"

内容的提问来源于stack exchange，提问作者jijihbt