Javascript 正则表达式匹配html样式属性的有效值

我正在从一些html中剥离所有样式属性。我可以用正则表达式

/style=("[^"]"|'[^']')/

但我想知道这是否是低效的（由于负匹配）。我也知道它很容易受到可能包含引号的样式属性（例如背景图像）的影响

是否有一个正则表达式我可以用来匹配有效的样式字符串，或者，像用正则表达式解析html一样，这是一个正则表达式通常难以执行的任务

*“编辑在这里”（我认为）是我正在抓取的html中最棘手的样式字符串

style="FONT-SIZE: 10pt; COLOR: black; FONT-FAMILY: 'Verdana','sans-serif'; mso-fareast-font-family: 'Times New Roman'"

试试

/style\=[\“\'”]？（[a-zA-Z0-9\：\-\\\\\（\）\.\\\/\\'，]+）\；？[\“\']/ig

它应该能找到我知道的每一个风格属性

---

-检查这里

我不认为负匹配在任何情况下都很慢。毕竟，当您使用

style=

提供起始点时，以下字节将与模式进行比较

但是，您必须满足属性不包含在引号中的情况

/style=(".*?"|'.*?'|[^"'][^\s]*)/s

应该匹配HTML属性语法的所有结果。但是，请确保点匹配正则表达式引擎中的所有字符，包括换行符（因此是

/s

）。我还使用了非贪婪量词

*？

。这些也可能无法实现

---

有一个特例是

style=

，它没有任何以下值，为了使它更简单，上面没有描述它。

您不应该将HTML作为字符串处理。在JS中，您只需要

elt.style=''。如果你有机会通过XSLT运行你的东西，那就是一行。
@Sibster我知道这个问题和答案，但我的问题比这窄得多。你可能想查看我的更新答案。@wheresrhys你也可以有属性，不带引号：
style=font-weight:bold
是有效的。@Boldewyn如果由我决定，就不会有任何样式属性。。。但不幸的是，我不得不从第三方刮取html，因此无法控制引号是否存在
url
s可能会被引用。这很好，但在
style='FONT-FAMILY:“Verdana”
上失败了。一般来说，我认为正则表达式的形式必须是
/（“[allvalidchars and']+”|（“[allvalidchars and”]+”）/
，以避免这个陷阱，因为它意味着复制字符类或b）将其存储为字符串，并且在连接并传递到
new RegExp（）之前必须正确转义
。即使如此，它也容易受到例如
style='FONT-FAMILY:\'Verdana\'
的攻击。根据您建议的案例，没有regexp可以执行此操作。因为您要定义搜索规则-规则必须由css编写器执行。一旦脚本不遵循规则，您如何搜索它？
function trim (str) {
    return str.replace(/^\s\s*/, '').replace(/\s\s*$/, '');
}

function getStyle(element){
    return parseRules(element.getAttribute('style'))
}

function parseRules(rules){
  var parsed_rules= {}
      rules.split(';').map(function(rule){
          return rule.split(':').map(function(rule,index){
            // HERE YOU CAN TRY TO CLEAN THE RULES
            return trim( rule )
          })
      }).filter( function(rule){
            // HERE YOU CAN TEST THAT THE RULE IS VALID
          return rule.length == 2 && ( (rule[0]!="") || (rule[1]!="") )
      }).forEach(function(rule){
        parsed_rules[rule[0]] = rule[1]
      })


  return parsed_rules
}