Question

我对Regex真的很陌生，但我仍在尝试了解它的工作方式。我正在尝试开发一个正则表达式来从HTML的输入标签中捕获名称和值。

<input type='hidden' name='student' value='9208'>

我的想法是提取与姓名（学生）和值（9208）相关的值。我基于stakcoverflow中针对先前问题的较早答案开发了以下正则表达式。

/<(input)(?:\s+type=([\'"]?)(?<type>[^\'"]*?)\2\s*)?(?:\s+name=([\'"]?)(?<name>[^\'"]*?)\4\s*)?(?:\s+value=([\'"]?)(?<value>[^\'"]*?)\4\s*)?>/m

正则表达式上方的输入正常工作

<input type='hidden' name='student' value='9208'>

但是，如果在与value属性（ value ='9208'）相对应的值周围没有单引号或双引号，则不会捕获字符串。例如-

<input type='hidden' name='student' value=9208>

在上述情况下，没有给出任何匹配。有人可以帮我修复上述正则表达式吗？谢谢

Answer 1

您的正则表达式中有一个小问题。

<(input)(?:\s+type=([\'"]?)(?<type>[^\'"]*?)\2\s*)?(?:\s+name=([\'"]?)(?<name>[^\'"]*?)\4\s*)?(?:\s+value=([\'"]?)(?<value>[^\'"]*?)\4\s*)?>

如果您注意到，在此正则表达式部分(?<value>[^\'"]*?)\4\s*)中，您使用\4作为右引号或双引号，但是\4是名称正则表达式部分{{1 }}，因此，如果value属性也用相同的字符，双引号或单引号引起来，则您的正则表达式将匹配良好，但如果name属性的值被与value属性部分不同的内容包围，则您的正则表达式将根本不匹配。 / p>

因此，您只需要稍作修改，然后在(?<name>[^\'"]*?)\4\s*)部分对其进行\6，则您的正则表达式将开始按预期进行匹配。

这是您应该使用的正确正则表达式，

(?<value>[^\'"]*?)\4\s*)

Demo

Answer 2

我同意您对帖子的评论，即使用正则表达式解析HTML不是一个好主意。但这仍然是可能的，尽管它要求您非常准确和细心。

在您的情况下，正则表达式可以如下所示（出于可读性，我将其划分为大块）：

<(input)-<和第一个捕获组，与标签名称匹配。
(?:\s+type=([\'"]?)(?<type>[^\'"]+)\2)?-type属性的一部分。
(?:\s+name=([\'"]?)(?<name>[^\'"]+)\4)?-name属性的一部分。
(?:\s+value=([\'"]?)(?<value>[^\'"]+)\6)?-value属性的一部分。
\s*>-一系列空格和>终止标签。

您的失败之处在于，在与value有关的部分中，您叫第4组但是您应该给第6组打电话。

另一个修正是，如果下一组以\s+开头，则当前组分组讨论不必以\s*结尾（就像您一样）。

有关工作示例，请参见https://regex101.com/r/IOLKTV/1

如何匹配以下正则表达式

2 个答案: