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最后选择文本,/>但我需要选择myAttr="..."(" http://example.com ")

Answer 1

你'的角色类中有一个撇号(),但你想要一个引号(").

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

也就是说,你真的不应该用正则表达式解析HTML.(很抱歉再次链接到那个答案.对于那个问题还有其他答案,更多的是"如果你知道你在做什么......"变种.但是要注意这一点很好.)

请注意,即使您将regexing限制为仅属性,您还需要考虑很多因素:

• 注意不要在评论内部匹配.
• 注意不要匹配CDATA部分内部.
• 如果属性用单引号而不是双引号括起来怎么办？
• 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,严肃的解析器的原因.

Answer 2

* 是一个贪婪的量词。你应该在它后面加上一个问号以使其不贪婪：

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