Regex 使用ColdFusion正则表达式解析og:tags

如果您想使用regex（和coldfusion9+）从html中提取/匹配opengraph（og:）标记，您会怎么做

棘手的一点是必须涵盖标签形成的两种可能变化，如以下示例所示：

<meta property="og:type" content="website" /> 
<meta content="website" property="og:type"/> 

到目前为止，我得到的是：

<cfset tags = ReMatch('(og:)(.*?)>',html_content)>

它确实匹配两个链接，但是只有第一个类型返回了内容位。内容是我所需要的

为了明确起见，所需的输出应该是一个包含所有OG标记的数组（它们可以是“type、image、author、description等”）。这意味着它应该是灵活的，而不仅仅基于og:type示例

当然，如果可能的话，理想的输出应该是一个结构，第一列是标记的名称，第二列包含值（content）。但这可以通过后处理来实现，而不像提取标签本身那么重要

干杯，

---

Simon

那么您想要像['og:author'、'og:type'、'og:image'…]这样的数组吗

尝试使用正则表达式，如og:（[\w]+）

这应该给你一个开始。如果您有两个相同的og:foo meta标记，那么您将有重复的标记

您还可以查看以帮助您解析HTML。这样做容易多了

有一些关于在CFML中使用它的好博客文章

---

好的，根据@abbottmw的建议（非常感谢！），以下是解决方案：

从此处下载Jsoup jar文件：

然后像这样开始：

<cfhttp url="...." result="oghtml" > /*to get your html content*/
<cfscript>
    paths = expandPath("/lib/jsoup.jar"); //or wherever you decide to place the file
    loaderObj =createObject("component","javaloader.JavaLoader").init([expandPath('/lib/jsoup.jar')]);
    jsoup = loaderObj.create("org.jsoup.Jsoup");
    doc = jsoup.parse(oghtml);
    tags = doc.select("meta[property*=og:]"); 
</cfscript>
<cfloop index="e" array="#tags#">
    <cfoutput>
        #e.attr("property")# | #e.attr("content")#<br />
    </cfoutput>
</cfloop>

/*以获取html内容*/
path=expandPath（“/lib/jsoup.jar”）//或者在您决定放置文件的任何位置
loaderObj=createObject（“component”，“javaloader.javaloader”）.init（[expandPath（'/lib/jsoup.jar'）]）；
jsoup=loaderObj.create（“org.jsoup.jsoup”）；
doc=jsoup.parse（oghtml）；
tags=doc.select（“meta[property*=og:]”；
#e、 attr（“属性”）||#e.attr（“内容”）#

就这样。og标记的完整列表位于[tags]数组中

---

当然，这不是最初要求的正则表达式解决方案，但是，嘿，它起作用了

嘿，不完全是我想要一个像[“”，…]这样的数组，或者，最好有一个像{'type'：'website'，'description'：'this is a description'…}这样的结构。谢谢你的链接，我会检查它们的“你不需要'regex'！；-）说真的，它们没有错，但正如@abbottmw所说的，JSoup是解析html的更好工具。