如何根据 html 中的标签和类内容使用正则表达式选择文本？ [关闭]

Posted 2023-02-24

【中文标题】如何根据 html 中的标签和类内容使用正则表达式选择文本？ [关闭]

【英文标题】：How do i select text with regex based on tag and class content in html? [closed]

【发布时间】：2021-08-17 09:18:42

【问题描述】：

我有一个 html 标签作为字符串。如果这个标签的class属性中包含'md'，我想选择它并获取标签中的表达式。

例子：

'<tag class="...blah md blah...">(expression)</tag>

<tag></tag> 是第一个选择器 包含的类属性 md 是第二个选择器 同时标签不能为空。

我的意思是，我需要一个以<tag> 开头并以</tag> 结尾并在类属性 中给出带有md 的标签的正则表达式，但我无法摆脱它。

我所做的是尝试选择具有直接 md 属性的那些，但这是错误的。嵌套标签也有问题。

(<b md(?!<|>).+>|<b \S+ md>|<b md>|<b .+ md .+>)(.+)(<\/b>)

https://regex101.com/r/3Vv0WG/1

我认为正确的形式在类属性中，但我无法编写这个正则表达式。感谢您的帮助。

例子：

'<b class="... md ..."></b>' 不匹配，因为标签为空 '<i class="..."></i>' 不匹配，因为类属性不包含 md <span class="...md...">ANYTHING</span>匹配

不嵌套会更合适，因为它会导致代码混乱。

【问题讨论】：

为什么不使用带有classList.contains()或domparser的dom和javascript？

这是一个替换循环，我有一个字符串，而不是一个 html 元素，我需要替换符合这个条件的文本，所以我必须用正则表达式检查类，因为它不是dom 元素，我还需要检查它的标签。

可以有嵌套元素吗？

@RıdvanOnal 第四只鸟可能会问，因为它完全不同，如果可能出现嵌套标签，例如<b>abc<b>de</b></b>。也许您可以稍微澄清一下您的问题，包括场景、输入、预期结果、您使用的工具......

完全正确 :-) 您可以使用 regex101.com/r/Girb1Y/1 侥幸逃脱，但这很容易中断，使用 DOMParser 读取字符串可能仍然是更好的选择。

【参考方案1】：

如果您没有可用的解析器或 dom，并且只能从带有模式的字符串中获取部分，您可能会逃脱：

<(\w+) [^<>]*\bclass\s*=\s*"[^"]*\bmd\b[^"]*"[^<>]*>[^<>]+<\/\1>

Regex demo

注意事项

[^ 表示一个否定字符类，匹配除所列字符以外的任何字符 (\w+) 捕获第 1 组中的 1+ 个单词字符，\1 是与第 1 组相同的反向引用 该模式假定ANYTHING 部分没有字符< 或> md 在单词边界之间匹配，防止与另一个“单词”部分匹配

» 深思熟虑，阅读tony the pony。