用于查找没有特定属性的元素的正则表达式(例如 "id")

Question

我正在浏览 JSF 项目中大量基于 XML 的文件，并希望找到缺少 ID 属性的某些组件。例如，假设我想找到所有 <h:inputText /> 没有的元素指定了 id 属性。

我在 RAD (Eclipse) 中尝试了以下方法，但有些地方不太对劲，因为我仍然得到一些确实具有有效 ID 的组件。

<([hf]|ig):(?!output)\w+\s+(?!\bid\b)[^>]*?\s+(?!\bid\b)[^>]*?>

不确定我的负前瞻是否正确？

期望的结果是我会在项目的任何 JSP 中找到以下(或类似的):

<h:inputText value="test" />

...但不是:

<h:inputText id="good_id" value="test" />

我只是在使用 <h:inputText/>举个例子。我试图比这更广泛，但绝对不包括 <h:outputText/> .

Answer 1

免责声明:

正如其他人正确指出的那样，在处理非常规标记语言(例如 XML/HTML)时最好使用专用解析器。正则表达式解决方案因误报或丢失匹配而失败的方式有很多种。

也就是说...

这个特殊问题是一次性编辑问题，目标文本(开放标签)不是嵌套结构。尽管以下正则表达式解决方案有可能会失败，但它仍然可以很好地完成工作。

我不知道 Eclipse 的正则表达式语法，但如果它提供否定前瞻，下面是一个正则表达式解决方案，它将匹配不具有 ID 属性的特定目标元素列表:(首先，在 PHP/PCRE 中提供自由间距模式注释语法以提高可读性)

$re_open_tags_with_no_id_attrib = '%
    # Match specific element open tags having no "id" attribute.
    <                    # Literal "<" start of open tag.
    (?:                  # Group of target element names.
      h:inputText        # Either h:inputText element,
    | h:otherTag         # or h:otherTag element,
    | h:anotherTag       # or h:anotherTag element.
    )                    # End group of target element names.
    (?:                  # Zero or more open tag attributes.
      \s+                # Whitespace required before each attribute.
      (?!id\b)           # Assert this attribute not named "id".
      [\w\-.:]+          # Non-"id" attribute name.
      (?:                # Group for optional attribute value.
        \s*=\s*          # Value separated by =, optional ws.
        (?:              # Group of attrib value alternatives.
          "[^"]*"        # Either double quoted value,
        | \'[^\']*\'     # or single quoted value,
        | [\w\-.:]+      # or unquoted value.
        )                # End group of value alternatives.
      )?                 # Attribute value is optional.
    )*                   # Zero or more open tag attributes.
    \s*                  # Optional whitespace before close.
    /?                   # Optional empty tag slash before >.
    >                    # Literal ">" end of open tag.
    %x';

这里是原始格式的相同正则表达式，可能适合复制并粘贴到 Eclipse 搜索框中:

<(?:h:inputText|h:otherTag|h:anotherTag)(?:\s+(?!id\b)[\w\-.:]+(?:\s*=\s*(?:"[^"]*"|'[^']*'|[\w\-.:]+))?)*\s*/?>

注意这个表达式开头要匹配的目标元素名称组。您可以向此或列表添加或减去所需的目标元素。另请注意，此表达式设计用于 HTML 和 XML(可能具有无值属性、未加引号的属性值和包含 <> 尖括号的带引号的属性值)。