使用正则表达式捕获 html 注释中的内容答案

【问题标题】：capture content in html comments with regex使用正则表达式捕获 html 注释中的内容
【发布时间】：2013-07-05 17:27:49
【问题描述】：

我需要在 ruby 中使用正则表达式捕获标记 (html)（是的，我知道这很糟糕，但我还没有找到任何替代方法，因为原始标记的格式确实很糟糕）。所以我有一个看起来像这样的原始文件：

<h3 class="grey" style="font-size:18pt;"><!-- #BeginEditable "Title" -->Sample Title
<!-- #EndEditable --></h3>



<!-- #BeginEditable "Text" --><p>Foo bar </p>
<p>
</p><ul>
<li>Sample li</li>
<p></p>
<blockquote dir="ltr" style="MARGIN-RIGHT: 0px">
<p>Foo bar<span class="blue">Lorem ipsum dolor</span></p></blockquote>
<!-- #EndEditable -->

由于我无法更改原始标记（并且根本没有有意义的类！），我决定尝试一些正则表达式魔法。

我尝试使用如下正则表达式捕获 cmets 中的内容：

<!-- #BeginEditable "(Title|Text|Foo)" -->\s*([^!]+)\s*<!-- #EndEditable -->

显然，当标记中有! 时，这会失败，但是当有html 标记（捕获纯文本）时，使用.* 捕获内部内容总是会失败。我在这里想念什么吗？（即带有负前瞻的版本？）

【问题讨论】：

使用nokogiri。完美的宝石。
我怀疑 nokogiri 会有所帮助，因为我没有任何容器可以匹配，只有 cmets 在标记中标记容器。杰里的回答虽然成功了！

标签： html ruby regex comments

【解决方案1】：

我猜你可以利用积极的前瞻：

<!-- #BeginEditable "(Title|Text|Foo)" -->(.*?)(?=<!-- #EndEditable -->)

这是rubular 上的演示。

注意我使用了 m 修饰符来使点匹配换行符。因此，点将匹配每个字符，直到找到前面的。

【讨论】：