Fatal编程技术网
  • regex/
  • Regex 正则表达式因html代码段而失败

Regex 正则表达式因html代码段而失败

regex

Regex 正则表达式因html代码段而失败,regex,Regex,我需要使用正则表达式提取HTML标记的内容。我正在搜索的文本体如下所示： <div class="content"> The Price is <script type="text/javascript">document.write(123())</script> </div> 价格是document.write（123（）） 我试图使用这个表达式，但失败了。我需要提取“document.write（123（））” （？s）[^正则

我需要使用正则表达式提取HTML标记的内容。我正在搜索的文本体如下所示：

<div class="content">
    The Price is <script type="text/javascript">document.write(123())</script>
</div>


价格是document.write（123（））
我试图使用这个表达式，但失败了。我需要提取“document.write（123（））”

（？s）[^正则表达式有几个问题：


    

  • 什么是
    （？s）
    • 

  • 您没有考虑
    和
    • 

  • 我认为需要转义正斜杠（
    /
    ），即
    \/
    • 


这似乎有效（）：


[^您只是忘记了说明
和
之间的空格


（？s）[^使用正则表达式从HTML中提取内容肯定是一条疯狂之路。这比使用正则表达式验证电子邮件地址更糟糕

如果您使用的是C#/.NET，我可以推荐它在从任何HTML中提取内容方面做得非常好（有一个例子演示了如何使用它）


如果您正在使用其他技术，只需寻找做同样事情的替代库，您肯定会发现其他人已经解决了这个问题。
因为您不应该这样做。正则表达式失败的最常见原因是因为它是一个错误的工作工具：）您实际上有需要您的需求使用正则表达式？正如我曾经听说的：如果你有一个问题，并且你正在用正则表达式解决它，那么你现在有两个问题：：“我有一个需要用正则表达式来做的要求”。你的意思是这就像是正则表达式类中的一个练习或作业？我这样问是因为，否则，没有理由真正使用正则表达式。

(?s)<div class="content">[^<]*<script type="text/javascript">(.*?)</script></div>



<div class="content">[^<]*<script type="text\/javascript">(.*?)<\/script>[^<]*<\/div>