原生JS利用正则动态匹配标签，将一个特别长的html文本切割为不固定长度的字符串数组，并确保切割的时候不破坏匹配到的内容的完整性

后台的需求是这样的：

在线 html 编辑器编辑出来的文章，需要调用第三方服务做一些处理，只处理内容，不处理标签，第三方服务还限制字数，这里以 5000 为例，而如果文章里面有 html 标签，第三方服务暂时没那么智能，做的处理就会出错，而且处理过后还不能打乱之前文章的 html 结构顺序等，

后台用的 PHP，但是我就想用 JS 处理一下，试试嘛，一个人一个想法

初始方案：一开始是直接用正则处理，将文章内容用标签分成数组，然后遍历，不断的请求第三方服务接口，然后再将处理之后的结果和提取出来的标签拼接一下，是能实现，但是如果文章内容不多，段落多，得请求很多次第三方的接口，造成了一个问题，等待的时间超长…时间是累加的 不长就有了鬼了 …

修改之后：将正则提取出来记录起来，原文位置放个特殊字符标记(不影响第三方处理的标记)，处理完再将标记对应的位置替换回来，至少这样能减少调用第三方服务接口的次数，减少请求累计时间，如果没有字符长度限制的话这个方案简直太棒了，但是有一个字符长度限制，这里是 5000 ，没辙，还得切割一下，但是切割还不能按照固定的长度 5000 来切割，万一 5000 刚好到了你的特殊标记的中间位置，特殊标记被打乱了，影响了处理结果，影响了你的替换，得不偿失

let str = `

	杭州失踪女子大女儿发文：怀疑妈妈被人绑架


	新浪新闻 今天




	

		近日，杭州一名53岁女子离奇失踪的消息引发社会关注。



 
	
	***** other *****
		***** other *****
			***** other *****
`; // 要处理的文章，需替换成自己的文章内容，这个直接使用会报错的

let regExpStr = new RegExp('\s*<\/?.*?>\s*', 'igm'); // 匹配所有标签

let tmpObj = {}; //记录替换掉的标签

let prefix = '***&&&___' //前缀
let suffix = '___&&&***' //后缀

let result = str.replace(regExpStr, (match, offset) => { // 将标签特换成特定标记

	tmpObj[offset] = match; // 记录所匹配到的标签，至于为什么不用数组而用对象，不说了，自己想
	
	return prefix + offset + suffix; //前缀 + 偏移量 + 后缀
	
})

// 特定标记的正则
let fixRegExp = new RegExp('\\*{3}&{3}_{3}(\\d+)_{3}&{3}\\*{3}', 'igm'); // 特定标记的正则

let tmpArr = deal(result,fixRegExp,5000) // 获取切割之后的内容组成的数组，deal 函数见下方

/* 这里拿着 tmpArr 去第三方处理 */
tmpArr.map(el=>{
/* 后台的东西，这边就做个假设就行了，不做实际操作 */	
})
/* 假设这里已经处理好了，tmpArr 是处理之后的内容组成的数组 */

result = tmpArr.join(''); // 先重新将 tmpArr 变成字符串

let res = result.replace(fixRegExp,(match,p1,offset)=>{ // 翻译之后再将特定标记再替换回来

	return tmpObj[p1]; // 直接将之前保存的标签直接放回去
	
})

console.log(res); // 这就是第三方服务处理之后的文章

// 处理长度超出 dealNum 的字符串，dealStr: 要处理的字符串，dealReg: 匹配的正则，dealNum: 多长截取一次，默认5000
function deal(dealStr,dealReg,dealNum = 5000){
	
	let arr = []; //定义一个数组，保存截取出来的数据
	
	//定义一个递归函数，循环处理 str: 要处理的字符串，reg: 处理用到的正则，num: 处理出来的长度
	function recursion(str,reg,num){
		let s = ''; // 处理出来的字符串临时变量
		let e = ''; // 剩余需要处理的字符串
		let index = 0; // 保存距离 num 最近的匹配到的下标，保证最大限度的截取字符串并不破坏 reg 匹配到内容的完整性
		let flag = false; // 状态控制，控制是否继续往下匹配，如果匹配到的下标大于 num 没必要赋值给index,也没必要继续匹配，可以跳出去执行新的一轮
		// 用的 while do 
		while(exObj = reg.exec(str)){
			if(exObj.index < num){ //判断条件，来控制要截取到哪儿
				index = exObj.index; //不断的将最新下标赋值给 index ,以保证 index 永远是最接近 num 的下标
			}else{
				flag = true; // 超出 num 了，需要执行下一轮
				continue; //  跳出
			}
		}
		s = str.substring(0,index); // 将当前最接近 num 的字符串长度截取出来并保存 arr 里面
		arr.push(s);
		if(flag){ // 需要执行下一轮
			e = str.substring(index); // 拿到没有处理的字符，传递给下一轮
			recursion(e,reg,num); // 递归
		}
	}
	recursion(dealStr,dealReg,dealNum) // 调用递归
	return arr; // 将处理之后的字符串数组返回出去
}

由于没做第三方服务的实际操作，这里就不张贴演示截图了，程序是运行过的，没任何问题
只记录一下处理过程