为了账号安全,请及时绑定邮箱和手机立即绑定

用于提取标签属性的正则表达式

用于提取标签属性的正则表达式

慕标琳琳 2019-10-26 12:35:10
我正在尝试提取锚标记(<a>)的属性。到目前为止,我有这个表达:(?<name>\b\w+\b)\s*=\s*("(?<value>[^"]*)"|'(?<value>[^']*)'|(?<value>[^"'<> \s]+)\s*)+适用于像<a href="test.html" class="xyz">和(单引号)<a href='test.html' class="xyz">但不适用于不带引号的字符串:<a href=test.html class=xyz>如何修改我的正则表达式,使其与不带引号的属性一起使用?还是有更好的方法来做到这一点?更新: 到目前为止,感谢您的所有宝贵意见和建议。我没有提到一件事:很遗憾,我必须修补/修改不是由我编写的代码。而且没有时间/金钱从头开始重写这些东西。
查看完整描述

3 回答

?
慕码人8056858

TA贡献1803条经验 获得超6个赞

如果你有一个像


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

此正则表达式可用于依次查找每个属性名称和值


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

应用于:


<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'

注意:这不适用于数字属性值,例如<div id="1">将不起作用。


查看完整回答
反对 回复 2019-10-26
?
慕仙森

TA贡献1827条经验 获得超7个赞

您不能对多个捕获使用相同的名称。因此,您不能对带有命名捕获的表达式使用量词。


因此,要么不要使用命名捕获:


(?:(\b\w+\b)\s*=\s*("[^"]*"|'[^']*'|[^"'<>\s]+)\s+)+

或不要在此表达式上使用量词:


(?<name>\b\w+\b)\s*=\s*(?<value>"[^"]*"|'[^']*'|[^"'<>\s]+)

这也允许属性值,例如bar=' baz='quux:


foo="bar=' baz='quux"

缺点是您必须在之后删除前导和尾随引号。


查看完整回答
反对 回复 2019-10-26
  • 3 回答
  • 0 关注
  • 934 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信