如何修复去除HTML标签后出现多空格的正则表达式？

嘿，这问题我熟！你的正则之所以会产生多个空格，是因为每匹配到一个HTML标签或者 就替换成一个空格——要是这些元素连续出现（比如两个标签挨在一起，或者标签跟 相邻），自然就会生成一堆空格堆在一块儿了。

给你两种简单的修复方案：

方案一：分两步处理（最直观好维护） #

先把所有标签和 换成空格，再把连续的多个空格合并成单个：

const originalText = "<p>Hello&nbsp;&nbsp;<b>World</b></p>";
const cleanedText = originalText
  // 替换所有HTML标签和&nbsp;为单个空格
  .replace(/(&nbsp;|<[^>]+>)/gi, ' ')
  // 把一个或多个连续空格替换成单个空格
  .replace(/\s+/g, ' ');
// 结果："Hello World"

如果还想去掉文本首尾的空格，再加个.trim()就行：

const cleanedText = originalText
  .replace(/(&nbsp;|<[^>]+>)/gi, ' ')
  .replace(/\s+/g, ' ')
  .trim();

方案二：一步正则（稍复杂但少一次调用） #

用正则匹配连续的标签/ 组合，直接替换成单个空格，不过可读性不如两步法：

const cleanedText = originalText.replace(/(&nbsp;|<[^>]+>)+/gi, ' ').trim();

另外提个小细节：你原正则里的 是转义后的 ，如果你的源文本里是原始的 ，直接写 就够了；如果确实存在转义后的 ，那可以把正则改成(/(&amp;nbsp;|&nbsp;|<[^>]+>)/gi, ' ')来覆盖两种情况。

内容的提问来源于stack exchange，提问作者kenzolek