增强php正则表达式，使其不包含特定html属性中的值

Question

我有以下php正则表达式，用于从html页面中选择/提取纯文本电子邮件：

/(^[^<s? input ].*)(?<=[^wd+_.:-])(?:[-!#$%&*+/=?^_`.{|}~wx80-xFF]+|".*?")@(?:[-a-z0-9x80-xFF]+(?:.[-a-z0-9x80-xFF]+)*.[a-z]+|[[d.a-fA-F:]+])(?!(?>[^<]*(?:<(?!/?ab)[^<]*)*)</a>)/i

问题是，它还从value="[e-mail]"或占位符='[e-mail]我不想那样。因此，我尝试修改/增强它，以便排除这些属性。

以下句子可以：

<p>hello my name is  [e-mail] and thats it.</p>

以下四项应排除在选择之外（注意等号后有单引号、双引号和无引号）：

<p data-email='[e-mail]'
<input value="[e-mail]"
<input placeholder="[e-mail]"
<input placeholder=[e-mail]

有什么想法吗？

提前感谢

Answer 1

假设一封有效的电子邮件从未出现在未关闭的<之后，请尝试以下变体：

<[^>]+@(*SKIP)(*FAIL)|@

解释

• <[^>]+查找后面没有>的<
• @查找@

• (*SKIP)(*FAIL) YES不应通过。"YE"表示未关闭标签内的电子邮件。

• |@查找任何正确的电子邮件地址。

  • 您应该用正则表达式替换@符号来查找电子邮件。我把它作为占位符放在这里