解析HTML正则

向右看齐 2022-05-19 19:51 261阅读 0赞

如例：

/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/

想要看懂正则表达式，最好的办法是一步一步解析：

**1）**、先从'\[\\s\\S\]\*'为分界点，前面的内容可以划分为'<\\s\*(\\S+)(\\s\[^>\]\*)?>'。 
    '\\s'表示匹配任何空白字符，包括空格、制表符、换页符等等，等价于'\[\\f\\n\\r\\t\\v\]'。 
    '\*'表示匹配前面的子表达式(也就是'\\s')0次或多次。 
    '(\\S+)'表示一个分组，'\\S'表示匹配任何非空白字符，'+'表示匹配前面的子表达式（也就是'\\S'）1次或多次。 
    '(\\s\[^>\]\*)'表示一个分组，'\\s'表示匹配任何空白字符，包括空格、制表符、换页符等等，等价于'\[\\f\\n\\r\\t\\v\]'，'\[^>\]'是一个中括号表达式，'^'表示查找不属于范围内的字符，'^>'就表示匹配除'>'之外的字符，'\*'表示匹配除'>'以外的前面的子表达式('\\s')0次或多次。 
    ?表示匹配前面的子表达式'(\\S+)(\\s\[^>\]\*)' 0次或1次 
    最后总结前后的'<'和'>'，类似于''

**2）**、再分析'\[\\s\\S\]\*'后面的部分'<\\s\*\\/\\1\\s\*>' 
    '\\s'表示匹配任何空白字符，包括空格、制表符、换页符等等，等价于'\[\\f\\n\\r\\t\\v\]'。 
    '\*'表示匹配前面的子表达式(也就是'\\s')0次或多次。 
    '\\/'的\\是转义符，转义'/'，例如''中的'/' 
    '\\1'要和正则表达式集合'()'一起使用，表示重复正则第一个圆括号内匹配到的内容。以此类推,'\\2'表示重复正则第二个圆括号内的内容，这里指的就是'(\\S+)' 
    '\\s'表示匹配任何空白字符，包括空格、制表符、换页符等等，等价于'\[\\f\\n\\r\\t\\v\]'。 
    '\*'表示匹配前面的子表达式(也就是'\\s')0次或多次。 
    最后总结' <\\s\*\\/\\1\\s\*>'，类似于HTML结束标签''

**3）**再看'\[\\s\\S\]\*' 
    '\[\]'是一个中括号表达式，'\\s\\S'放在其中，就表示一个字符集合。表示可以任意匹配'\\s'或'\\S'。 
    '\\s'表示匹配任何空白字符，包括空格、制表符、换页符等等，等价于'\[\\f\\n\\r\\t\\v\]'。 
    '\\S'表示匹配任何非空白字符。 
    '\*'表示匹配前面的子表达式(也就是'\[\\s\\S\]')0次或多次。 
    最后总结就是''标签中的内容