Java/Js下使用正则表达式匹配嵌套Html标签

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Java/Js下使用正则表达式匹配嵌套Html标签，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3606字，纯文字阅读大概需要6分钟。

内容图文

<script type="text/javascript"> 
var str = "<br /><br/><br><br ><中文><div><div id=a>无忧脚本<img src=\"http://bbs.51js.com/images/default/logo.gif\" width=\"191\" height='75' border=0 onload=\"if(testver>0 && testver<500)alert('test');\" \n onerror='alert(\"test\")' /><img src=xxx alt=\"hello\njust a test!\"></div><hr ><script type=\"test/javascript\" defer>alert(\"just a test!\");<\/script>Hello.<input type=text value=\"无忧脚本\"><br / ><img \"\" ></ ><!-- 注释 -->< ucren><!-- 再<注>释 --><img alt=' title='\"' /><b>123</b>1<2<3,3<4>1<b><img src=\"http://bbs.51js.com/images/old51js/logo.gif\" /><!-- 三注释>>> -->"; 
var reg = /<(?:(?:\/?[A-Za-z]\w*\b(?:[=\s](['"]?)[\s\S]*?\1)*)|(?:!--[\s\S]*?--))\/?>/g; 
alert(str.match(reg).join("\n----------------------------------------------------\n")); 
</script> 


 
<script type="text/javascript"> 
var str = "<br>[br/]<br><中文>无忧脚本<img src=\"http://bbs.51js.com/images/default/logo.gif\" width=\"191\" height='75' border=0 onload=\"if(testver>0 && testver<500)alert('test');\" \n onerror='alert(\"test\")' /><img src=xxx alt=\"hello\njust a test!\"><hr ><script type=\"test/javascript\" defer>alert(\"just a test!\");<\/script>Hello.<input type=text value=\"无忧脚本\"><br / ><img \"\" ></ ><!-- 注释 -->< ucren><!-- 再<注>释 --><img alt=' title='\"' /><b>123</b>1<2<3,3<4>1<b><img src=\"http://bbs.51js.com/images/old51js/logo.gif\" /><!-- 三注释>>> -->"; 
var reg = /<(?:(?:\/?[A-Za-z]\w*\b(?:[=\s](['"]?)[\s\S]*?\1)*)|(?:!--[\s\S]*?--))\/?>/g; 
alert(str.match(reg).join("\n----------------------------------------------------\n")); 
</script> 

  [Ctrl+A 全选 注:如需引入外部Js需刷新才能执行]

有朋友留言说Java直接使用的话会报错。我后来查了一下，发现Java正则引擎支持的特性相对比较少。在1.6版本中不能使用命名组（貌似1.7的时候开始支持了），否则会报以下错误，更别说平衡组了。因此感觉要实现无限级的嵌套匹配不大现实。 
 代码如下:

java.util.regex.PatternSyntaxException: Look-behind group does not have an obvious maximum length near index XX 
 
在网上搜了好久也没找到完美的解决方案。不过，我们可以实现有限级Html嵌套标签匹配。思路相对于无限级来说就简单了好多，不需要那么多高级的特性。 
示例： 
 代码如下:

<div id='container'><BR> <div style='background-color:gray;' id='footer'><BR> <a id='gotop' href='#' onclick='MGJS.goTop();return false;'>Top</a><BR> <a id='powered' href='http://wordpress.org/'>WordPress</a><BR> <div id='copyright'><BR> Copyright © 2009 简单生活 —— Kevin Yang的博客<BR> </div><BR> <div id='themeinfo'><BR> Theme by <a href='http://www.neoease.com/'>mg12</a>. Valid <a href='http://validator.w3.org/check?uri=referer'>XHTML 1.1</a><BR> and <a href='http://jigsaw.w3.org/css-validator/'>CSS 3</a>.<BR> </div><BR> </div><BR></div> 
 
在上面这个示例中，我们打算匹配id为footer的这个嵌套div，而且假设我们预先知道footer这个div里面最多只会嵌套一级div。更多级的情况我们一会儿再讲。 
footer的开始和结束标签匹配很简单： 
 代码如下:

<div [^>]*id='footer'[^>]*>......(这里的省略号是一会要填写的)</div> 

 
夹在开始和结束标签之间的内容无非有两种情况： 
内容A: div标签，并且此div内无嵌套div 
内容B: 任意其他内容 
然后就是这两种内容的不断重复而已。正则表示如下： 
 代码如下:

(<div[^>]*>.*?</div>|.)*? 
 
注意最后面的问号必须要加上，否则由于正则的贪婪匹配特性，footer的闭合标签会匹配失误。 
OK了，匹配最多嵌套一级div的正则表达式如下： 
 代码如下:

<div [^>]*id='footer'[^>]*>(<div[^>]*>.*?</div>|.)*?</div> 
 
那么如果footer标签里头最多会嵌套两级div的话怎么办呢？ 
其实也不难，我们只需要把上面的“内容A”部分中的点号稍作替换即可。修改如下： 
 代码如下:

<div [^>]*id='footer'[^>]*>(<div[^>]*>(<div[^>]*>.*?</div>|.)*?</div>|.)*?</div> 
 
到这里你可能就知道，如果要匹配最多嵌套三级div的话，正则应该怎么写了： 
 代码如下:

<div [^>]*id='footer'[^>]*>(<div[^>]*>(<div[^>]*>(<div[^>]*>.*?</div>|.)*?</div>|.)*?</div>|.)*?</div> 
 
所以实际上，只要你的html结构不是特别复杂的话，也就是说嵌套不会很深的话，那么你完全可以使用这种方式来匹配嵌套html标签。 
这个正则在Java和Javascript中都可以使用，因为它没有用到任何高级特性。
            
            


           
                
                                                

内容总结

以上是互联网集市为您收集整理的Java/Js下使用正则表达式匹配嵌套Html标签全部内容，希望文章能够帮你解决Java/Js下使用正则表达式匹配嵌套Html标签所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端