Javascript Regex：如何在组中提取html标记值？

Question

上下文

我是正则表达式的新手（仍在练习），我试图从标签中提取script src或link href值（用于教育目的）。

给出以下html

<!-- hello -->
    <script src="1.js"></script>
    <script src="2.js"></script>
    <link rel="stylesheet" href="3.css"/>
<!-- world -->

我想要

数组：1.js，2.js和3.css

我已尝试

这是我到目前为止所做的正则表达式，但是meh。

/(?:<!-- hello -->\s*?)([\s\S]*?)(?:\s?<!-- world -->)/gmi

当然，我必须用更好的东西替换[\s\S]*?，但我已经尝试了很多组合，但没有一个能够奏效。

问候。

更新

只应匹配<!-- xxx --><!-- xxx-->代码之间的脚本。

以下内容不匹配：

<!-- foo-->
    <script src="4.js"></script>
    <script src="5.js"></script>
    <link rel="stylesheet" href="6.css"/>
<!-- bar-->

Answer 1

使用正则表达式

<!-- hello -->([\S\s]+)<!-- world -->

提取第一组中的有效字符串，请参阅regex demo

然后你可以使用正则表达式

<(?:script src.*|link.*href)="(\w+\.\w+)

所有比赛都在第1组

请参阅regex demo

Answer 2

因此，正如WiktorStribiżew所提到的，它应该分步完成，因为JS不可能直接获得结果。

首先，您必须在<!-- xxx --><!-- xxx -->代码之间抓取元素，然后对结果使用全局搜索。

感谢WiktorStribiżew！

Answer 3

如果你有像

这样的元素

<name attribute=value attribute="value" attribute='value'>

这个正则表达式可用于连续查找每个属性名称和值

(\S+)=["']?((?:.(?!["']?\s+(?:\S+)=|[>"']))+.)["']?

申请：

<a href=test.html class=xyz>
<a href="test.html" class="xyz">
<a href='test.html' class="xyz">

它会产生：

'href' => 'test.html'
'class' => 'xyz'