检索xml / html属性 - 双引号和单引号问题

Question

代码

我有这个正则表达式：

data-([a-zA-Z_]+[0-9]*)=[\"']([a-zA-Z0-9_ ]*)[\"']

当前输出

如果我有这个输入：

<div data-foo="bar">

比赛是：

• 数据富= “酒吧”
• FOO
• 巴

但如果我提出这个意见：

<div data-foo="ba'r">

然后比赛是：

• 数据富=“BA'
• FOO
• BA

期望的输出

如果我有这个输入：

<div data-foo="ba'r">

然后我不会比赛：

• 数据富= “ba'r”
• FOO
• ba'r

Answer 1

添加要查找的所需字符      [a-zA-Z0-9_ \“'] - ＆gt;请注意我还添加了”和'

Answer 2

'\'是为了飞跃报价？

也许，如果你跳过两个

数据 - （[a-zA-Z _] + [0-9] *）= [\“\']（[a-zA-Z0-9_] *）[\”\']

如果您需要内容包含引号，则需要在引号之间的组中使用 - \'或\“或\'” - 通过这种方式，您现在可以将其他字符组合在一起。

Answer 3

请注意，您可以使用支持pcre的语言（php，ruby，java ...）来执行此操作。 PHP语法的例子（带后向引用）：

$pattern = "~data-([a-zA-Z_]+\d*)=([\"'])(.*?)\2~";

但是通过这种方法，您已经捕获了一个您不需要的引用。

另一种方式：

 $pattern = "~data-([a-zA-Z_]+\d*)=(?|'([^']++)'|\"([^\"]++)\")~";

使用(?|...|...|...)功能时，您允许正则表达式引擎为备选中的不同捕获组提供相同的编号。因此，您可以获得您想要的，没有寄生虫匹配。