HTML 正则表达式选择器

Question

>我正在尝试为 HTML 制作一个正则表达式，由于某种原因，我想出了一些关于要选择的标题 html 块和标题的小问题，

为了更好地解释它：

<h5>Thing</h5>都会被选中，但我只想选择<h5>和</h5>，这与<title>Test</title>我只想选择 html 标签，但它选择了整个事情，

这是我到目前为止的正则表达式：

/(</(w+)>)|(<(w+)).+?(?=>)>|(<(w+))>/ig

Answer 1

你的问题在这里：<(w+).+?(?=>)>

这说：

1. 打开尖括号
2. 使用尽可能多的单词字符（最少 1 个）
3. 使用尽可能少的字符（最小 1）
4. 确保后面有一个右尖括号
5. 使用右尖括号

首先，第 4 步是多余的;你知道接下来会有一个右括号，否则第 5 步将无法匹配。

但更大的问题是第3步。让我们看看<h5>Thing</h5>会发生什么：

1. <
2. h5（因为>不再是一个单词字符）
3. >Thing</h5，因为这是右尖括号之前的最小匹配量（请记住，此处匹配 0 个字符不是一个选项）
4. 确保接下来是>
5. >

无论如何，在简单的情况下，您想要的可以通过/</?.+?>/来完成。如果属性的值包含大于符号：<div title="a>b"> ，则会中断。避免这种情况是可能的，但它使正则表达式更加复杂，有点像这样（但我可能忘记了一些东西）：

<w+(?:s+w+(?:=(?:"[^"]*"|'[^']*'|[^'"][^s>]*)?)?)*s*>|</w+>