-1

我正在寻找一个正则表达式来隔离一个 html 标记。这包括TAG、ATTRIBUTES 和里面的CONTNET。

假设我有这个：

<html> 
<body>
aajsdfkjaskd 
<TAGNAME name="bla" context="non">hfdfhdj </TAGNAME>
</body>
 </html>

我需要一个会返回的正则表达式：

<TAGNAME name="bla" context="non">hfdfhdj </TAGNAME>

谢谢，乔

4

5 回答 5

2

不要使用正则表达式，而是使用 HTML 解析器。更可靠，更容易使用。

如果您是 PHP 开发人员，我建议您使用这个 (http://simplehtmldom.sourceforge.net/)。

于 2012-07-11T15:15:21.803 回答
1

看看HTML Agility Pack，它会让事情变得容易得多。

于 2012-07-11T15:16:32.033 回答
0

使用这个正则表达式<TAGNAME.+?</TAGNAME>

于 2012-07-11T15:13:14.750 回答
0

如果这是您想要做的主要事情，那么 XLS​​T 是一个很好的工具。您可以轻松地仅选择 TAGNAME 并复制属性和文本。有关介绍，请参见http://www.w3schools.com/xsl/。

于 2012-07-11T15:16:04.293 回答
0

首先：不要这样做。使用正则表达式解析 HTML 是维护的噩梦，并且很可能在任何真实世界的 HTML 示例中都失败。有更好的选择（比如使用HTML Agility pack之类的 HTML 解析器）。

但是，要回答您的问题，如果HTML 代码，以下正则表达式将执行您想要的操作

  • 格式正确（没有缺少结束标签等）
  • 不包含带有“TAGNAME”的评论
  • 不包含带有“TAGNAME”的脚本块
  • 也许更多

它可以扩展以涵盖其中一些情况，但您真的不想 =)

    <TAGNAME(<TAGNAME (?<tagcounter>)|</TAGNAME>(?<-tagcounter>)|.)*</TAGNAME>(?(tagcounter)(?!))

你RegexOptions.SingleLine也需要。在Ideone.com上查看它的实际应用

于 2012-07-11T15:41:48.867 回答