求助 js 正则移除多余的 html 标签嵌套。

資深大佬 : huangsong 2

正则小白，目前在做数据采集解析，发现回来的数据中包含了很多嵌套的标签，例如：

<div> <article>   <article>    <article>     <article>      <article>       <div>        <article>         <article>          确保各项部署要求落实落地。　         <br> 报告会在市里设场收听收看。         </article>        </article>       </div>      </article>     </article>    </article>   </article>  </article>  <span data-index="183" data-textnode-index="2" data-raw-text="">编辑</span> </div>

希望能通过正则处理掉多余的嵌套标签，得到合理的格式，如：

<div> <article>          确保各项部署要求落实落地。　         <br> 报告会在市里设场收听收看。  </article> <span data-index="183" data-textnode-index="2" data-raw-text="">编辑</span> </div>

求一个正则。

大佬有話說 (3)

資深大佬 : ysc3839

搜索 <article>s*<article>，替换为 <article>
</article> 同理。

資深大佬 : muzuiget

正则处理不了这种情况的，连匹配嵌套开闭括号都不行，所以老实用 DOM 操作库。

資深大佬 : assilzm

嵌套处理需要平衡，目前.net 和 php 可以办到其他语言基本上都不行老实用 dom 解析吧