我有六个 html 标签，我关心检查自闭标签是否正确完成。标签是：<input/><br/><hr/><img/><link/><meta/>。我也在寻找它在结束标记之前没有空格，因为页面是 xhtml。基本上我想找到那些没有自动关闭功能的，或者如果有的话，它前面有一个空间。
现在我只关注其中一个标签（输入）。它收集了一些但不是全部。例如，它会选择<input type='submit' value='Save'>它应该做的事情。但它不接<input type="text" name="name" id="name"/>。它还可以拾取正确的自闭合标签，例如<input type='submit' value='Save' /></td></tr>
我的 grep 是：
grep "<input(.*[^/])>." *
任何想法为什么？
为什么要捡起来<input type="text" name="name" id="name"/>？这是一个正确关闭的标签。
我认为您当前的正则表达式不起作用，因为它与整行匹配。只是盯着它，看起来你正在匹配开始字符串 " <input" 然后尽可能多的字符，最后一个字符不是 a /，然后是结束字符>。
在<input type='submit' value='Save' /></td></tr>贪婪的情况下，它会一直运行到最后>一个有效的。恰好是>for the td（因为你的 grep 以 a 结束.）
作为一个 hack-y 替代品（我确信有一种更优雅的方式来做到这一点..）：
grep -P -o "<input.*?(?<=( .)|([^/]))>" test.html
（如果相关，则为 grep 2.6.3/cygwin）
大致翻译为：让我以“ <input”开头，然后以“ >”结尾（懒惰地），然后回头检查是否关闭前的倒数第二个字符>不是空格，或者最后一个字符不是一个斜线。
如果 test.html 有（为了论证）：
<input type='submit' value='Save' /></td></tr>
<input type="text" name="name" id="name"/>
<input type='submit' value='Save'>
<a><input type="blah" /></a>
<input/>
<input></i>
输出是：
<input type='submit' value='Save' />
<input type='submit' value='Save'>
<input type="blah" />
<input>
更一般地说，如果您要测试是否符合 xhtml，lxml会让您的生活更轻松吗？
不建议使用正则表达式解析 HTML 。
但是，如果您的 HTML 被格式化为每行只有一个标签，也许您可以逃脱grep '<input' * | grep -v " />"