html标签正则（html正则匹配）

今天给各位分享html标签正则的知识，其中也会对html正则匹配进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

微信号：cloud7591
如需了解更多，欢迎添加客服微信咨询。
复制微信号

本文目录一览：

• 1、正则表达式匹配html标签，获取标签内容
• 2、正则匹配html开始标签和结束标签
• 3、用正则表达式过滤HTML标签
• 4、正则表达式匹配HTML标签之间的内容
• 5、正则表达式如何过滤HTML标签中的属性值
• 6、如何用正则表达式去掉html标签

正则表达式匹配html标签，获取标签内容

假设我们要获取下面html标签中的内容：

第一段是获取 p/p 标签内部的数据，第二个是获取 pspan/span/p 标签中的数据，其中span标签中有style属性值。

使用过正则表达式的同学肯定知道，上面两种情况其实都是一种情况，我们要获取的是 尖括号括起来的一对标签 中间的数据，起始标签形如x，结束标签形如/x，这里的x表示的html标签。

此外，我们还需要考虑起始标签中包含style的数据，另外特殊的 br/ 标签，对实际获取数据无意义，也需要过滤掉。

通过上面的分析，我们可以如下正则表达式：

在使用正则表达式处理之前，我们先对数据进行预处理，比如style和

标签：

针对多个标签嵌套的情况进行处理，比如 pspan style="white-space: normal;"王者荣耀/span/p ，在经过预处理和正则匹配的后结果是 span王者荣耀 ，需要手工移除掉前面的起始标签，对应的方法如下：

测试方法如下：

output:

正则匹配html开始标签和结束标签

Html标签是支持嵌套的，怎么能够找到指定标签相对应的闭合标签是最重要的问题。

思路：先匹配最前面的起始标签，假设是div（div），接着一旦遇到嵌套div，就“压入堆栈”，后面如果遇到div闭合标签了，就“弹出堆栈”。如果遇到闭合标签的时候，堆栈里面已经没有东西了，那么匹配结束，此结束标签为正确的闭合标签。

1、匹配任意闭合HTML标签的正则表达式

(?HtmlTag[\w]+)[^]*?((?Nested\kHtmlTag[^]*)|/\kHtmlTag(?-Nested)|.*?)*/\kHtmlTag

2、如果只想匹配div标签，可以使用下面的正则表达式：

(?HtmlTagdiv)[^]*?((?Nested\kHtmlTag[^]*)|/\kHtmlTag(?-Nested)|.*?)*/\kHtmlTag

3、如果想同时匹配多个HTML标签，可以使用下面的正则表达式

(?HtmlTag(div|span|h1))[^]*?((?Nested\kHtmlTag[^]*)|/\kHtmlTag(?-Nested)|.*?)*/\kHtmlTag

4、如果想匹配包含ID的标签，可以使用下面的正则表达式：

(?HtmlTag[\w]+)[^]*\s[iI][dD]=(?Quote["']?)footer(?(Quote)\kQuote)[^]*?(/|((?Nested\kHtmlTag[^]*)|/\kHtmlTag(?-Nested)|.*?)*/\kHtmlTag)

用正则表达式过滤HTML标签

import java.util.regex.Matcher;

import java.util.regex.Pattern;

/**

* p

* Title: HTML相关的正则表达式工具类

* /p

* p

* Description: 包括过滤HTML标记，转换HTML标记，替换特定HTML标记

* /p

* p

* Copyright: Copyright (c) 2006

* /p

*

* @author hejian

* @version 1.0

* @createtime 2006-10-16

*/

public class HtmlRegexpUtil {

private final static String regxpForHtml = "([^]*)"; // 过滤所有以开头以结尾的标签

private final static String regxpForImgTag = "\\s*img\\s+([^]*)\\s*"; // 找出IMG标签

private final static String regxpForImaTagSrcAttrib = "src=\"([^\"]+)\""; // 找出IMG标签的SRC属性

/**

*

*/

public HtmlRegexpUtil() {

// TODO Auto-generated constructor stub

}

/**

*

* 基本功能：替换标记以正常显示

* p

*

* @param input

* @return String

*/

public String replaceTag(String input) {

if (!hasSpecialChars(input)) {

return input;

}

StringBuffer filtered = new StringBuffer(input.length());

char c;

for (int i = 0; i = input.length() - 1; i++) {

c = input.charAt(i);

switch (c) {

case '':

filtered.append("");

break;

case '':

filtered.append("");

break;

case '"':

filtered.append(""");

break;

case '':

filtered.append("");

break;

default:

filtered.append(c);

}

}

return (filtered.toString());

}

/**

*

* 基本功能：判断标记是否存在

* p

*

* @param input

* @return boolean

*/

public boolean hasSpecialChars(String input) {

boolean flag = false;

if ((input != null) (input.length() 0)) {

char c;

for (int i = 0; i = input.length() - 1; i++) {

c = input.charAt(i);

switch (c) {

case '':

flag = true;

break;

case '':

flag = true;

break;

case '"':

flag = true;

break;

case '':

flag = true;

break;

}

}

}

return flag;

}

/**

*

* 基本功能：过滤所有以""开头以""结尾的标签

* p

*

* @param str

* @return String

*/

public static String filterHtml(String str) {

Pattern pattern = Pattern.compile(regxpForHtml);

Matcher matcher = pattern.matcher(str);

StringBuffer sb = new StringBuffer();

boolean result1 = matcher.find();

while (result1) {

matcher.appendReplacement(sb, "");

result1 = matcher.find();

}

matcher.appendTail(sb);

return sb.toString();

}

/**

*

* 基本功能：过滤指定标签

* p

*

* @param str

* @param tag

* 指定标签

* @return String

*/

public static String fiterHtmlTag(String str, String tag) {

String regxp = "\\s*" + tag + "\\s+([^]*)\\s*";

Pattern pattern = Pattern.compile(regxp);

Matcher matcher = pattern.matcher(str);

StringBuffer sb = new StringBuffer();

boolean result1 = matcher.find();

while (result1) {

matcher.appendReplacement(sb, "");

result1 = matcher.find();

}

matcher.appendTail(sb);

return sb.toString();

}

/**

*

* 基本功能：替换指定的标签

* p

*

* @param str

* @param beforeTag

* 要替换的标签

* @param tagAttrib

* 要替换的标签属性值

* @param startTag

* 新标签开始标记

* @param endTag

* 新标签结束标记

* @return String

* @如：替换img标签的src属性值为

属性值[/img]

*/

public static String replaceHtmlTag(String str, String beforeTag,

String tagAttrib, String startTag, String endTag) {

String regxpForTag = "\\s*" + beforeTag + "\\s+([^]*)\\s*";

String regxpForTagAttrib = tagAttrib + "=\"([^\"]+)\"";

Pattern patternForTag = Pattern.compile(regxpForTag);

Pattern patternForAttrib = Pattern.compile(regxpForTagAttrib);

Matcher matcherForTag = patternForTag.matcher(str);

StringBuffer sb = new StringBuffer();

boolean result = matcherForTag.find();

while (result) {

StringBuffer sbreplace = new StringBuffer();

Matcher matcherForAttrib = patternForAttrib.matcher(matcherForTag

.group(1));

if (matcherForAttrib.find()) {

matcherForAttrib.appendReplacement(sbreplace, startTag

+ matcherForAttrib.group(1) + endTag);

}

matcherForTag.appendReplacement(sb, sbreplace.toString());

result = matcherForTag.find();

}

matcherForTag.appendTail(sb);

return sb.toString();

}

}

正则表达式匹配HTML标签之间的内容

(?=)[^]+(?=)

假如html标签里面有一句：

String a = "style type=\"text/css\" div \n" +

"{ margin: 0; padding: 0; outline: 0; }/style";

我如何把这一句取出来呢，包括标签。

用正则表达式：style([\\s\\S]*)/style

扩展资料：

正则表达式匹配HTML标签

方法一：

var str = 'p class="odd" id="odd"123/p';

var pattern = /\/?[a-zA-Z]+(\s+[a-zA-Z]+=".*")*/g;

console.log(str.match(pattern));

方法二：

var str = 'p class="odd" id="odd"123/p';

var pattern = /[^]+/g;

console.log(str.match(pattern));

方法三：

var str = 'input type="text" value="" name="username" /';

var pattern = /(?:[^"']|"[^"]*"|'[^']*')*/g;

console.log(str.match(pattern));

说明：()表示捕获分组，()会把每个分组里的匹配的值保存起来，使用$n(n是一个数字，表示第n个捕获组的内容)

(?:)表示非捕获分组，和捕获分组唯一的区别在于，非捕获分组匹配的值不会保存起来

没有引用的需求的话，采用非捕获性分组，更为简洁；

方法四：

var str = 'input type="text" value="" name="username" /';

var pattern = /(?:[^"']|(["'])[^"']*\1)*/g;

console.log(str.match(pattern));

/script

正则表达式如何过滤HTML标签中的属性值

1、过滤所有html标签的属性的正则表达式：

$search = array ("'script[^]*?.*?/script'si", // 去掉 JavaScript

"'[\/\!]*?[^]*?'si", // 去掉 HTML 标记

"'([\r\n])[\s]+'", // 去掉空白字符

"'(quot|#34);'i", // 替换 HTML 实体

"'(amp|#38);'i",

"'(lt|#60);'i",

"'(gt|#62);'i",

"'(nbsp|#160);'i"

); // 作为 PHP 代码运行

$replace = array ("","","\\1","\"","","",""," ");

$html = preg_replace($search, $replace, $html);

顶

如何用正则表达式去掉html标签

使用正则表达式去掉html标签的方法常用的正则表达式是：/[^]+?/g

1、定义含有html标签的字符串：

$text

=

'pTest

paragraph./p!--

Comment

--

a

href="#fragment"Other

text/a';

2、定义正则表达式并替换

$val

=

preg_replace('/[^]+?/g',

'

',

$row_get_Business['business_description']);

3、截取指定长度

$businessDesc

=

substr(val,0,110);

关于html标签正则和html正则匹配的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。