如何用JavaScript处理API返回的HTML，提取<a>标签内文本？

你的问题出在正则表达式的锚点使用和匹配逻辑上：

• 正则里的^和$是行首/行尾锚定，加上gm模式后，只会匹配整行完全是<a>标签的内容，但你的目标文本里，<a>标签是嵌入在普通文本中的，所以根本无法匹配到目标内容。
• 另外，.*的贪婪匹配可能会导致意外的跨标签匹配，不够严谨。

方法1：修正正则表达式 #

把锚点去掉，改用更精准的全局匹配规则，专门捕获<a>标签内的文本内容：

const r = /<a[^>]*>(.*?)<\/a>/g;
let link = `<a href="https://google.com" target="_blank">google.com</a> test <a href="test.com">test.com</a>`;

link = link.replaceAll(r, "$1");
console.log(link);
// 输出：google.com test test.com

正则说明：

• <a[^>]*>：匹配<a开头，后面跟着任意非>的字符（即所有a标签的属性），直到>结束
• (.*?)：非贪婪捕获a标签内的文本内容
• <\/a>：匹配闭合标签
• g：全局匹配所有符合条件的a标签

方法2：用DOM API处理（更可靠） #

正则处理HTML容易出现边缘情况（比如标签内有特殊字符、嵌套标签等），用浏览器原生的DOM解析器更稳妥：

function htmlToPlainText(html) {
  const parser = new DOMParser();
  const doc = parser.parseFromString(html, "text/html");
  return doc.body.textContent || "";
}

const htmlContent = `Lorem ipsum dolor sit amet <a href="https://example.com">example.com</a>
Pellentesque porta ligula et justo condimentum, nec tincidunt libero tempor.
Pellentesque nunc justo, tincidunt sit amet suscipit sit amet, auctor <a href="https://google.com">google.com</a>`;

const plainText = htmlToPlainText(htmlContent);
console.log(plainText);
// 输出你想要的纯文本格式

这个方法会自动处理所有HTML标签，只保留文本内容，完全避免正则的局限性。

内容的提问来源于stack exchange，提问作者ppoz21