【发布时间】：2011-12-23 16:56:46
【问题描述】：
我正在尝试编写一个 Javascript HTML/php 解析器，它将从 HTML/php 源中提取所有打开标签并返回标签类型和属性及其值，同时监控值/属性是否应该从静态文本或 php 变量进行评估。问题是当我尝试编写 Javascript RegExp 模式时，更具体地说是某些罕见的情况。我能够想出的正则表达式要么涉及负向回溯（以处理结束 php 标记 - 即匹配前面没有问号的结束括号），要么在某些情况下失败。后视版本看起来像：
<[a-zA-Z]+.*?(?<!\?)>
...除了我的情况必须避免使用lookbehind之外，它工作得很好。一个对 Javascript 更友好的版本是：
<[a-zA-Z]+((.(?!</)(?!<[a-zA-Z]+))*)?>
...除了在这种情况下有效：
<option value="<?php echo $img; ?>"<?php echo ($hpb[$i]['image_filename']==$img?' selected="selected"':''); ?>><?php echo $img; ?></option>
我是在处理问题时完全搞砸了，还是在我的情况下真的需要后视？非常感谢任何帮助。
【问题讨论】：
-
嗯...也许我不应该在问题中添加（解析）标签。我正在开发的工具与真正的解析器并不接近。它更像是一个文本处理工具，它吃开始标签或有时带有开始标签、innerHTML 和结束标签的简单 HTML 元素。没什么复杂的——没有嵌套标签，没有糟糕的代码。我是编写模板的人，我将提供给它，所以我要求的是一个简单的 javascript 正则表达式，它将匹配 HTML 元素中的开始标记并将其分解为普通属性和涉及 PHP 的属性代码。
-
或者为了让事情变得更简单，我计划针对该模式测试的 HTML 将只是开始标记部分。出于好奇，我想知道我是否采用像
foo 这样的简单元素并针对模式对其进行测试，我是否可以只使用开始标记，以确保它不会以结束 PHP 标记结束结束 HTML 括号。 -
带有 DOM 的 JavaScript 已经提供了一种解析 HTML 的方法。为什么不使用它？
-
浏览器解析器可能会阻塞 php.ini 文件。您可以将 php 代码替换为 html-entities 或其他内容，然后再将其提供给浏览器解析器，然后再解码实体。另请注意，浏览器有时会修改 DOM，例如自动创建关闭元素，或在不存在时创建 tbody 元素。
标签： javascript regex parsing