Question

我试图查找具有特定属性/文本（要作为组捕获）的锚（<a>）HTML标记的所有出现（可能有零个或多个）。但是组（属性）可以按任何顺序发生。

正常工作正常的正则表达式：

<a\s+.*attr1="myattr".*attr2="(.+)".*attr3="(.+)".*>(.+)</a>

尝试了以下正则表达式，但没有成功：

<a\s+.*?((attr1="myattr".*?attr2="(.+?)".*?attr3="(.+?)")|(attr1="myattr".*?attr3="(.+?)".*?attr2="(.+?)")|(attr2="(.+?)".*?attr3="(.+?)".*?attr1="myattr")|(attr2="(.+?)".*?attr1="myattr".*?attr3="(.+?)")|(attr3="(.+?)".*?attr2="(.+?)".*?attr1="myattr")|(attr3="(.+?)".*?attr1="myattr".*?attr2="(.+?)")).*?>(.+?)</a>

不同属性顺序的输入字符串：

First <a attr1="myattr" attr2="value12" attr3="value13">text1</a>Second <a attr1="myattr" attr3="value13" attr2="value12">text2</a> Third <a attr2="value12" attr1="myattr" attr3="value13">text3</a>`

Answer 1

使用先行代替常规匹配（但一般来说，您不应使用正则表达式来解析html）：

/<a\s+(?=[^>]*\battr1\s*=\s*"myattr")(?=[^>]*\battr2\s*=\s*"([^"]+?)")(?=[^>]*\battr3\s*=\s*"([^"]+?)")[^>]*>(.+?)<\/a>/

`
  <a attr1="myattr" attr2="smth" attr3="3">123</a>
  <a attr1="myattr" attr3="3" attr2="smth">132</a>
  <a attr2="smth" attr1="myattr" attr3="3">213</a>
  <a attr2="smth" attr3="3" attr1="myattr">231</a>
  <a attr3="3" attr1="myattr" attr2="smth">312</a>
  <a attr3="3" attr2="smth" attr1="myattr">321</a>
`.replace(
  /<a\s+(?=[^>]*\battr1\s*=\s*"myattr")(?=[^>]*\battr2\s*=\s*"([^"]+?)")(?=[^>]*\battr3\s*=\s*"([^"]+?)")[^>]*>(.+?)<\/a>/g,
  (match, attr2, attr3, text) => console.log(text, attr2, attr3, match)
)

正则表达式以不同的顺序查找多个单词

1 个答案: