代码之家 › 专栏 › 技术社区 › Bostone

从输入标记中获取名称和值

regex html

Bostone · 技术社区 · 14 年前

在你说“哦,不,不要再来了”之前,我先说明一下我的情况。我正在分析HTML输出的一部分,我唯一感兴趣的是 name 和 value 每个的属性 <input/ 标签。HTML实际上是HTML片段,可能格式不正确。我没有DOM或HTML解析器,也不尝试解析嵌套元素。问题是我不知道属性的顺序和数量,所以它可能是 <input name="foo" value="boo"/> 或 <input type="hidden" name=foo> 或 <input id=blah value='boo' src="image.png" name="foo" type="img"/> .

有没有一个正则表达式可以得到 名称 和 价值 属性是否按可预测的顺序?如果我能假设的话,我就不会问这个问题了 名称 属性总是在前面 价值 但不幸的是事实并非如此

2 回复 | 直到 9 年前

Jens 14 年前

获取的值 name 和 value 在同一个捕获组中,无论顺序如何,您都可以尝试

<input (?=[^>]* name=["']([^'"]*)|)(?=[^>]* value=["']([^'"]*)|)

如果regex实现支持lookaheads。这假设引用这些值。

Dean Harding 14 年前

下面是使用.NET正则表达式语法的解决方案:

var regex = new Regex(@"
        <input
            (
                \s*
                (?<name>[^=]+)
                =
                (['""])
                (?<value>.*?)
                \2
            )*
        \s*/?>
    ", RegexOptions.IgnorePatternWhitespace | RegexOptions.IgnoreCase);

foreach(Match m in regex.Matches(input))
{
    var names = m.Groups["name"];
    var values = m.Groups["value"];

    for(int i = 0; i < names.Captures.Count; i++)
    {
        Console.WriteLine("Name = {0} Value = {1}",
                names.Captures[i].Value, values.Captures[i].Value);
    }
}

对于输入字符串,如: