正则表达式读出 HTML 标签答案

【问题标题】：Regex to read out HTML tags正则表达式读出 HTML 标签
【发布时间】：2010-10-09 06:46:57
【问题描述】：

我正在寻找一个匹配由多行组成的文本中所有使用的 HTML 标记的正则表达式。它应该在以下几行中读出“b”、“p”和“script”：

<b>
<p class="normalText">
<script type="text/javascript">

有这种事吗？我的开始是它应该以“”，但同时，它不应该包括开头的“

【问题讨论】：

【解决方案1】：

关于SO有很多类似的问题：

等等。普遍的共识是，最好不要使用正则表达式来解析 HTML，而是通过应用 DOM 解析器并遍历 DOM 树来正确地进行解析。

【讨论】：

【解决方案2】：

一旦你开始考虑浏览器有时很乐意解析的所有特殊情况和格式错误的 HTML，就几乎不可能对 HTML 进行正则表达式。尽管如此，我认为在不使用捕获组的情况下获取名称可能会很有趣，因此我也向您提供以下解决方案：

(?<=<)\w+(?=[^<]*?>)

为了记录，我不相信它在任何情况下都没有用，但最微不足道的情况。

【讨论】：

【解决方案3】：

不知道你用的是什么系统，但一定程度上是可以做到的。查看this 在线基于弹性的应用程序。查看已发布 > XML 正则表达式示例。你会有一个想法。

【讨论】：