Question

如果有人能为我提供以下字符串的正则表达式，那将会很棒。

样本1：<div>abc</div><br>

示例2：<div>abc</div></div></div></div></div><br>

正如您在上面提供的示例中所看到的，无论发生多少</div>，我都需要匹配字符串。

如果</div>和<br>之间出现任何其他字符串，例如<div>abc</div></div></div>DEF</div></div><br>或<div>abc</div></div></div></div></div>DEF<br>，则正则表达式不匹配。< / p>

提前致谢。

Answer 1

试试这个：

<div>([^<]+)(?:<\/div>)*<br>

见rubular

注意：

仅当abc部分（或任何带有<符号的内容）中没有标记时才有效。
如果您希望字符串与模式完全匹配，您可能希望使用字符串锚点的开始和结束（^<div>([^<]+)(?:<\/div>)*<br>$。
如果您想允许abc部分为空，请使用*代替+

话虽这么说，你应该警惕使用regex to parse HTML。

在此示例中，可以使用正则表达式，因为您正在解析（希望）已知的常规HTML子集。但是，在解析HTML时，首选一个更强大的解决方案（即：[X] HTML解析器，如HtmlAgilityPack）。

Answer 2

You need to use a real parser。无限嵌套标签之类的东西无法通过正则表达式来处理。

Answer 3

您还可以在表达式中包含一个命名组，例如：

<div>(?<text>[^<]*)(?:<\/div>)*<br>

在C＃中实现：

var regex = new Regex(@"<div>(?<text>[^<]*)(?:<\/div>)*<br>");
Func<Match, string> getGroupText = m => (m.Success && m.Groups["text"] != null) ? m.Groups["text"].Value : null;
Func<string, string> getText = s => getGroupText(regex.Match(s));

Console.WriteLine(getText("<div>abc</div><br>"));
Console.WriteLine(getText("<div>123</div></div></div></div></div><br>"));

Answer 4

NullUserException的答案很好。以下是一些问题和变体，具体取决于您的需求。

你想在open div标签之前阻止任何事情发生吗？如果是这样，请将^保留在正则表达式的开头。如果没有，请放弃它。

本文的其余部分引用了正则表达式的以下部分：

([^<]+?)

您想捕获div的内容，还是只知道它与您的表单匹配？捕获，保持原样。如果您不需要捕获，请从上面删除括号。

如果div内没有任何内容，你想匹配吗？如果是这样，将上面的+改为*

最后，虽然它会正常工作，但你不需要吗？在上面。

Answer 5

我认为，这个正则表达式更灵活：

  <div\b[^><]*+>(?>.*?</div>)(?:\s*+</div>)*+\s*+<br(?:\s*+/)?>

我在正则表达式的开头和结尾都没有包含^和$，因为我们无法确保您的示例总是在一行中。

正则表达式的字符串

5 个答案: