我正在尝试提取锚标记(<a>)的属性。到目前为止,我有这个表达:
<a>
(?<name>\b\w+\b)\s*=\s*("(?<value>[^"]*)"|'(?<value>[^']*)'|(?<value>[^"'<> \s]+)\s*)+
适用于像
<a href="test.html" class="xyz">
和(单引号)
<a href='test.html' class="xyz">
但不适用于不带引号的字符串:
<a href=test.html class=xyz>
如何修改我的正则表达式,使其与不带引号的属性一起使用?还是有更好的方法来做到这一点?
更新: 谢谢您到目前为止的所有好评和建议。 我没有提到一件事:很遗憾,我必须修补/修改不是由我编写的代码。而且没有时间/金钱从头开始重写这些东西。
如果你有一个像
<name attribute=value attribute="value" attribute='value'>
此正则表达式可用于依次查找每个属性名称和值
(\S+)=["']?((?:.(?!["']?\s+(?:\S+)=|[>"']))+.)["']?
应用于:
<a href=test.html class=xyz> <a href="test.html" class="xyz"> <a href='test.html' class="xyz">
它会产生:
'href' => 'test.html' 'class' => 'xyz'
注意: 这不适用于数字属性值,例如<div id="1">将不起作用。
<div id="1">