js正则提取html标签中的中文和数字

场景：由于微信小程序播报带html标签的文本段落时会将标签和英文字符播放出来，所以需要提取其中的汉字和数字。

步骤：

1. 去掉html中的标签：

   var extras = '<p><span style="font-family: 宋体; font-size: 14pt;">7月21日，士大夫深刻的的数据恢复的司法环境的方式 第三方i偶尔文件地方的粉丝附件打扫房间ijfkddsfjsdklfj伺服电机的方式</span></p>';
   var gshextras = extras.replace(/<[^>]+>/g,"");

2. 剔除英文字母，只保留汉字和数字

   var lastExtras = gshextras.replace(/[^\u4e00-\u9fa5_0-9]/gi,"");
   console.log('正则处理后的内容为：',lastExtras)