Question

我有一个字符串变量，我想在id="resultcount"元素中提取标题值。输出应为2。

var str = '<table cellpadding=0 cellspacing=0 width="99%" id="addrResults"><tr></tr></table><span id="resultcount" title="2" style="display:none;">2</span><span style="font-size: 10pt">2 matching results. Please select your address to proceed, or refine your search.</span>';

我尝试了以下正则表达式，但它无效：

/id=\"resultcount\" title=['\"][^'\"](+['\"][^>]*)>/

Answer 1

由于var str = ...是Javascript语法，我假设你需要一个Javascript解决方案。正如Peter Corlett所说，你不能使用正则表达式解析HTML，但是如果你使用jQuery，你可以使用它来利用浏览器自己的解析器而不费力地使用它：

$('#resultcount', '<div>'+str+'</div>').attr('title')

如果找不到resultcount或者没有title属性，它将返回undefined。

Answer 2

要确保字符串中的哪个属性（id或title）首先出现并不重要，请使用必需ID的整个html元素：

var tag = str.replace(/^.*(<[^<]+?id=\"resultcount\".+?\/.+?>).*$/, "$1")

然后从上一个字符串中找到标题：

var res = tag.replace(/^.*title=\"(\d+)\".*$/, "$1");
// res is 2

但是，正如人们之前提到的那样，使用RegEx来解析html是不可靠的，因为不同的引用（单一而不是双引号）或“错误”位置的空格这样的东西会制造它。

Answer 3

请参阅前面的回复，标题为“您无法使用正则表达式解析[X] HTML”：

RegEx match open tags except XHTML self-contained tags

Answer 4

好吧，因为没有其他人参与其中，我假设你只是在寻找一个值，而不是试图创建一个解析器，我会告诉你PCRE对我有用的东西。我不知道如何将它放入java格式，但我认为你能够做到这一点。

span id="resultcount" title="(\d+)"

你要获得的部分是非被动组$ 1，即'\ d +'部分。它会在引号之间得到一个或多个数字。

如何使用Javascript regexp从字符串中提取标题值？

4 个答案: