javascript - 使用 RegEx 分解 html 源代码

Question

我正在尝试将每个标签与我收到的 HTML 源代码分开。

这是我收到的一段巨大的代码，我正在努力使其更“可读”，以便于人类分析。到目前为止我只弥补了这个正则表达式代码:

RegEx(<\w*>.*<\/\w*>)

但这就是 !DOCTYPE 的开头标记并运行“直到 </html>” 。

我想做的是单独选择每个标签，与类型无关。
另外，我正在使用 JavaScript 运行此 RegEx。

非常欢迎任何建议:)

Answer 1

解决眼前的问题是微不足道的。您需要制作通配符 lazy instead of greedy 。

即您想将 * (匹配所有与前一个事物匹配的内容)更改为 *? (尽可能少地匹配与前一个事物匹配的内容，但仍允许您匹配下一步)

...但是如果属性值、脚本元素或样式元素等中有 > ，您的代码就会中断。

解析 HTML 并不简单。 Regular expressions are not a good tool for it.请改用现有的库。