正则表达式 - 匹配 HTML 代码中的属性

Question

我在使用正则表达式匹配各种HTML标签中的属性时遇到了问题。为此，我使用以下模式：

myAttr=\"([^']*)\"

HTML代码片段：

<img alt="" src="1-p2.jpg" myAttr="http://example.com" class="alignleft" />

它从myAttr的结尾/>选择文本，但我需要选择myAttr="..."("http://example.com")。

- Tony

Answer 1

您在字符类内使用了一个撇号 (')，但您需要一个引号 (")。

myAttr=\"([^"]*)\"

话虽如此，你真的 不应该用正则表达式解析HTML。(很抱歉又链接到了那篇回答。还有其他的回答是更多“如果你知道你在做什么…”的类型，但知道这个问题非常重要。)

请注意，即使您将正则表达式限制为属性，您仍需考虑以下事项:

• 小心不要匹配到注释内部。
• 小心不要匹配到CDATA部分内部。
• 如果属性用单引号而不是双引号括起来怎么办？
• 如果属性根本没有引号呢？

这就是为什么通常需要预先构建严格的解析器。

- Ray Toal

---

如果属性值包含 "，则此正则表达式将出错，例如<a href="dddd" c=""abc""/>。 - xiaoyifang

很好，又一个不使用正则表达式的好理由！这完全是错误的方法。 - Ray Toal

Answer 2

*是一个贪婪量词。您应该在其后加上问号以将其变为非贪婪模式:

myAttr=\"([^']*?)\"

- John Keyes

Answer 3

如果你仅需要 myAttr 参数的值，使用以下代码：

"myAttr=\"([^\"]+)\""

- Laurent'

Answer 4

你可以尝试使用这个。

 myAttr=\"?[\w:\-]+ ?= ?("[^"]+"|'[^']+'|\w+)\"

- KodeFor.Me

Answer 5

<[^>]*>

尝试这个，它可以帮助你删除所有标签

例如

一些内容

- user7671441

---

你有没有读这个问题？ - Toto