java - 使用正则表达式识别存在的 html 标签

Question

我在 Android 上执行此操作，我不想使用任何 html 解析器(库)，因为唯一的目的是了解除 和

之外还存在哪些 html 标签

我正在使用:

Pattern p = Pattern.compile("<^bip/>");

这可以很好地返回除 B、I、P 之外的所有标签，但它也会删除 标签。有人可以修改它以不忽略 img 标签吗？

Answer 1

我认为你的正则表达式定义应该是这样的:

Pattern p = Pattern.compile("(?i)<(?![bip]\\b).*?/?>");

• ?!对于负面展望//即 <后面不跟( b 或 i 或 p )+ 字边界
• (?i)用于忽略大小写比较
• .*?用于在打开标签后选择性地抓取 0 个或多个字符
• /?用于使 > 之前的尾部斜杠可选