正则表达式 - HTML代码中的匹配属性

Question

我在使用正则表达式匹配html属性（在各种html标签中）时遇到问题。为此，我使用模式：

myAttr=\"([^']*)\"

HTML片段：

<img alt="" src="1-p2.jpg" myAttr="http://example.com" class="alignleft" />

它从myAttr结尾/>中选择文字，但我需要选择myAttr="..."（“http://example.com”）

Answer 1

你的角色类里面有一个撇号（'），但你想要一个引号（"）。

myAttr=\"([^"]*)\"

那就是说，你真的是shouldn't be parsing HTML with regexes。 （很抱歉再次链接到那个回答。这个问题的其他答案更多的是“如果你知道你在做什么......”的多样性。但是要注意这一点很好。 。）

请注意，即使您将regexing限制为属性，也需要考虑很多因素：

• 注意不要在评论内部匹配。
• 注意不要匹配CDATA部分内部。
• 如果属性用单引号括起来而不是双引号怎么办？
• 如果属性根本没有引号怎么办？

这就是为什么通常需要预先构建的，严肃的解析器。

Answer 2

*是一个贪婪的量词。你应该用问号跟着它，使它变得非贪婪：

myAttr=\"([^']*?)\"

Answer 3

如果您只想要myAttr参数值，请使用：

"myAttr=\"([^\"]+)\""

Answer 4

您可以尝试使用

 myAttr=\"?[\w:\-]+ ?= ?("[^"]+"|'[^']+'|\w+)\"

Answer 5

的百分比抑制率^＆GT;] *＆GT;

试试这是删除所有标记的帮助

实施例 某物