从字符串中提取HTML标记名

我想从带有属性的HTML标记中提取标记名

例如，我有这个标签

 <a href="http://chat.stackoverflow.com" class="js-gps-track"     data-gps-track="site_switcher.click({ item_type:6 })"
>

---

我的代码怎么了？

您的正则表达式与新行不匹配。您必须使用

s

标志（单行），但由于您的正则表达式贪婪，因此也无法工作，而且我会删除锚，因为它可能是同一行中的多个标记

您可以使用这样的正则表达式：

<(\w+)\s+\w+.*?>

支持Borodin的评论，您不应该使用正则表达式解析html，因为您可能会面临解析问题。您可以使用正则表达式来解析简单的标记，就像您所拥有的一样，但是如果您有带有嵌入式标记的文本，如

，则很容易破坏这种情况，在这种情况下，正则表达式将只匹配标记

a

---

这个正则表达式背后的思想是强制标签至少有一个属性，您也可以尝试以下方法：；它将匹配标签名（始终）

+

属性（如果属性存在）

\（？name>\w+（？attributes>\s+[^\>]*|）\>

让matchTagName=（标记）=>{
常量模式=/]+）（\s |>）+/
返回markup.match（模式）[1]
}
匹配标记名（“”/“测试”
匹配标记名（“”/“测试”
匹配标记名（“”/“测试虚线”

这句话已经说过一千遍了，但显然需要重复：不要使用正则表达式来处理XML/HTML。对于HTML，我会选择，因为它可以原谅在现实世界中发现的那种格式错误的HTML。

<(\w+)\s+\w+.*?>

let matchTagName = (markup) => {
  const pattern = /<([^\s>]+)(\s|>)+/
  return markup.match(pattern)[1]
}

matchTagName("<test>") // "test"
matchTagName("<test attribute>") // "test"
matchTagName("<test-dashed>") // "test-dashed"