Apesar de sabermos muito bem qual é a resposta clássica para as pessoas que tentam processar HTML utilizando expressões regulares, também temos a resposta seguinte na mesma pergunta, que adiciona um ponto interessante.
Para casos pontuais onde eu preciso extrair ou trabalhar algum dado de maneira simples em um texto HTML, muitas vezes é bem mais rápido e prático produzir uma expressão regular que faça o trabalho por mim do que utilizar um parser de HTML. Não vejo problema em usar regex nesse tipo de situação.
Esclarecido isso, a resposta:
var testString = '<div class="c2029" style="font-size:45px"><p class="auto">Testing 123...</p></div>'
var result = testString.replace(/<div class="c.*?>(.*?)<\/div>/, '$1');
console.log(result);
A expressão regular em si:
<div class="c.*?>(.*?)<\/div>
Explicação:
<div class="c.*?>
- Aqui é utilizado um lazy quantifier (.*?
) para capturar o padrão inicial e parar na primeira ocorrência do fechamento da tag >
.
(.*?)<\/div>
- Utilizamos novamente o lazy quantifier em um grupo de captura e terminamos com a tag de fechamento da div
.
- Por último, utilizamos o
replace()
mantendo o grupo 1 obtido na captura, utilizando o marcador $1
.
Atualização
De acordo com o OP, parece que a resposta desejada era outra, já que existem situações onde a <div>
de fechamento não aparece (o que não foi especificado na pergunta).
Solução 2:
<div class="c.*?>(((?!<\/div>)[\s\S])*)(<\/div>)?
Essa expressão regular foi ajustada para que pudesse considerar a nova situação e também a possibilidade de quebras de linha.
Demonstração: regex101.com
Explicação:
<div class="c.*?>
- Esse é o início da captura do padrão especificado. captura qualquer texto até o fechamento da tag >
.
(((?!<\/div>)[\s\S])*)
- Esse já é um truque um pouco mais complexo. O padrão (?!<\/div>)
é um lookahead que verifica se o match anterior não está seguido do padrão <\/div>
. Em seguida eu capturo o próximo caractere que é e não um espaço em branco (dado pelo padrão [\s\S]
), ou seja, qualquer caractere após essa asserção. É necessário verificar primeiro e capturar depois, porque se fosse o contrário ([\s\S](?!<\/div>)
), o último caractere antes do padrão que não deve ser capturado também não seria capturado (Você pode verificar como isso ocorre alterando a demonstração do regex101). No fim, eu coloquei isso em um grupo de captura e mandei repetir o mesmo padrão zero ou mais vezes, resultando em: (((?!<\/div>)[\s\S])*)
.
(<\/div>)?
- Finalmente, eu capturo o padrão de fechamento da div
, marcando ele como opcional com o quantificador ?
. Dessa forma, mesmo se o fechamento não existir, não vai haver problema algum.