c# - html タグを分離するための正規表現

Question

HTMLタグを分離するための正規表現を探しています。これには、TAG、ATTRIBUTES、および CONTNET が含まれます。

私がこれを持っているとしましょう：

<html> 
<body>
aajsdfkjaskd 
<TAGNAME name="bla" context="non">hfdfhdj </TAGNAME>
</body>
 </html>

次を返す正規表現が必要です。

<TAGNAME name="bla" context="non">hfdfhdj </TAGNAME>

ありがとう、ジョー

score 2 · Accepted Answer

正規表現を使用せず、代わりに HTML パーサーを使用してください。はるかに信頼性が高く、操作が簡単です。

あなたが PHP 開発者である場合は、これ (http://simplehtmldom.sourceforge.net/) を使用することをお勧めします。

score 1 · Accepted Answer

1

HTML Agility Packを調べると、作業がはるかに簡単になります。

于 2012-07-11T15:16:32.033 に答える

score 0 · Accepted Answer

0

この正規表現を使用します<TAGNAME.+?</TAGNAME>

于 2012-07-11T15:13:14.750 に答える

score 0 · Accepted Answer

これが主な目的である場合、XLST は優れたツールです。TAGNAME だけを簡単に選択して、属性とテキストをコピーできます。イントロについては、http://www.w3schools.com/xsl/を参照してください。

score 0 · Accepted Answer

まず第一に：これをしないでください。正規表現を使用して HTML を解析することはメンテナンスの悪夢であり、実際の HTML の例ではおそらく失敗します。より良いオプションがあります ( HTML Agility packのような HTML パーサーを使用するなど)。

ただし、質問に答えるために、次の正規表現は、 HTML コードが

これらのケースのいくつかをカバーするために拡張できますが、実際にはしたくありません =)

    <TAGNAME(<TAGNAME (?<tagcounter>)|</TAGNAME>(?<-tagcounter>)|.)*</TAGNAME>(?(tagcounter)(?!))

も必要ですRegexOptions.SingleLine。Ideone.comで実際の動作をご覧ください

5 に答える 5