抓取淘宝商品详情时，用到的一些正则表达式

一、去除数据里的标签

delHtmlTag(str) {
    str = str.replace(/<[^>]+>/g, ''); //去掉所有的html标记
    return str.replace(/\s+/g,''); //去掉所有空格
}

二、详情数据处理

/<\s*img\s+[^>]*?size\s*=\s*(.*?)[^>]*?\/?\s*>/i.test(el) //判断是否是<img></img>标签包裹的数据

/<img.*?(?:>|\/>)/gi.test(el) //直接验证是否为<img></img>标签包裹，用上一种可能报错

/^https:\/\/.*/i.test(imgObj.url) // 判断数据是否是以https开头的图片地址

el.replace('<txt>','<p>').replace('</txt>','</p>') //将数据中的<txt></txt>标签替换为<p></p>

data.data.wdescContent.pages.forEach(el => {
  if (/<\s*img\s+[^>]*?size\s*=\s*(.*?)[^>]*?\/?\s*>/i.test(el)) {
        let imgObj = {
            url: this.delHtmlTag(el)
        };
        var https = /^https:\/\/.*/i.test(imgObj.url);
        if (!https) {
            imgObj.url = 'https:' + imgObj.url;
        }
        this.detailImgList.push(imgObj);
    }else{
        this.goodsDetailObj.detailContent += el.replace('<txt>','<p>').replace('</txt>','</p>');
    }
});

三、测试图如下