html - 从字符串中提取 HTML 标签名称

Question

我想从带有属性的 HTML 标签中提取标签名称。

比如我有这个标签

 <a href="http://chat.stackoverflow.com" class="js-gps-track"     data-gps-track="site_switcher.click({ item_type:6 })"
>

我需要提取标签名称a

我尝试了以下正则表达式，但它不起作用。

if ( $raw =~ /^<(\S*).*>$/ ) {
   print "$1 is tag name of string\n";
}

我的代码有什么问题？

Answer 1

您的正则表达式与新行不匹配。你必须使用 s标志(单行)，但由于你的正则表达式是贪婪的，它也不会工作，我也会删除 anchor ，因为它可能是同一行中的多个标签。

您可以像这样使用正则表达式:

<(\w+)\s+\w+.*?>

Working demo

支持 Borodin 的评论，您不应该使用正则表达式来解析 html，因为您可能会遇到解析问题。您可以使用正则表达式来解析简单的标签，但如果您的文本带有嵌入标签，如 <a asdf<as<asdf>df>>，这很容易被破坏。 ，在这种情况下，正则表达式将错误地匹配标签 a

这个正则表达式背后的想法是强制标签至少有一个属性