正则表达式在 HTML 中查找特定标签 [重复]

Posted 2023-03-05

【中文标题】正则表达式在 HTML 中查找特定标签 [重复]

【英文标题】：Regex to find a specific tag in HTML [duplicate]

【发布时间】：2018-11-10 18:14:24

【问题描述】：

我有一大段 html 我对我一无所知我试图在某个标签中查找和替换某个属性的值。所以我想捕获具有我的匹配属性的整个标签。标签中也可以有任意数量的未知属性。假设我有以下 HTML（都在一行上），其中 xxxx="zzzz" 表示任意数量的未知属性。我只想捕获具有 content="320"

的元标记

我的问题是，我在包含我正在寻找的实际属性的那个之前获取每个元标记。

<meta charset="UTF-8"><meta name="apple-mobile-web-app-capable" xxxx="zzzz" content="yes"><meta name="apple-mobile-web-app-status-bar-style" xxxx="zzzz" content="default"><meta name="mobile-web-app-capable" xxxx="zzzz" content="yes"><meta name="HandheldFriendly" xxxx="zzzz" content="True"><meta name="MobileOptimized" xxxx="zzzz" content="[320]"><meta name="format-detection" xxxx="zzzz" content="telephone=no"><meta name="title" xxxx="zzzz" content="Regex101">

格式化版本作为视觉辅助：

 <meta charset="UTF-8">
      <meta name="apple-mobile-web-app-capable" xxxx="zzzz" content="yes">
      <meta name="apple-mobile-web-app-status-bar-style" xxxx="zzzz" content="default">
      <meta name="mobile-web-app-capable" xxxx="zzzz" content="yes">
      <meta name="HandheldFriendly" xxxx="zzzz" content="True">
      <meta name="MobileOptimized" xxxx="zzzz" content="320">
      <meta name="format-detection" xxxx="zzzz" content="telephone=no">
      <meta name="title" xxxx="zzzz" content="Regex101">

这是我正在使用的正则表达式<meta.*?\s+content\s*=\s*\"\[320]\".*?

示例：http://refiddle.com/refiddles/5b10282175622d3008480000

【问题讨论】：

不要使用 Regex 进行 HTML 解析，使用专门的库，如 HTML Agility Pack

RegEx match open tags except XHTML self-contained tags :-)

谢谢，我只是以 HTML 为例，我不是在解析 HTML，而是在解析形成类似的字符串。

【参考方案1】：

试试这个。我在 Online Regex https://regex101.com 中对其进行了测试。

<meta.+content="320">

【参考方案2】：

贪心 (.*) 存在一个小问题，而且方括号是 RegEx 中的控制字符。如果我理解正确的话，你就快到了。

<meta[^>]*\scontent\s*=\s*"\[320\]"[^>]*>

检索您要求的文字内容content="[320]" 的一个meta 标记。

【讨论】：

感谢这就像一个魅力，我知道这是贪婪/非贪婪的问题！