regex - 检索 xml/html 属性 - 双引号和单引号问题

Question

代码

我有这个正则表达式：

data-([a-zA-Z_]+[0-9]*)=[\"']([a-zA-Z0-9_ ]*)[\"']

电流输出

如果我有这个输入：

<div data-foo="bar">

比赛是：

• 数据-foo="栏"
• 富
• 酒吧

但如果我给出这个输入：

<div data-foo="ba'r">

然后比赛是：

• 数据-foo="ba'
• 富
• 巴

期望的输出

如果我有这个输入：

<div data-foo="ba'r">

然后我不会比赛是：

• 数据-foo="ba'r"
• 富
• 酒吧

Answer 1

添加要查找的所需字符 [a-zA-Z0-9_\"'] --> 请注意，我还添加了 " 和 '

Answer 2

请注意，您可以使用支持 pcre 的语言（php、ruby、java...）来执行此操作。带有 php 语法的示例（带有反向引用）：

$pattern = "~data-([a-zA-Z_]+\d*)=([\"'])(.*?)\2~";

但是通过这种方法，您捕获了不需要的报价。

另一种方式：

 $pattern = "~data-([a-zA-Z_]+\d*)=(?|'([^']++)'|\"([^\"]++)\")~";

使用该(?|...|...|...)功能时，您允许正则表达式引擎为不同的捕获组提供相同的编号。因此，您可以准确地获得您想要的，没有寄生虫匹配。

Answer 3

'\' 用于跳跃引号？

也许，如果你同时跳跃

数据-([a-zA-Z_]+[0-9]*)=[\"\']([a-zA-Z0-9_]*)[\"\']

如果您需要内容有引号，您需要使用 - \' 或 \" 或 \'" 进入引号之间的组 - 这样您现在可以将其他字符放在一起。