正则表达式匹配可能包含 php 代码的 HTML 标记内的属性答案

【问题标题】：Regex to match attributes inside an HTML tag which may include php code正则表达式匹配可能包含 php 代码的 HTML 标记内的属性
【发布时间】：2011-11-08 08:43:37
【问题描述】：

通常我会用这个正则表达式匹配 HTML 属性

\w+=".*?"

但是当 HTML 包含 PHP 代码时，它会变得有点奇怪。请考虑以下标签：

<option value="<?php echo $img; ?>"<?php echo ($hpb[$i]['image_filename']==$img?' selected="selected"':''); ?>>
    <?php echo $img; ?>
</option>

上述正则表达式将匹配在 PHP 逻辑中确定的属性selected="selected"。有没有办法匹配不在 PHP 标签内的属性，同时仍然匹配其值可能包含 PHP 逻辑的属性？如果不能，我可以只删除不属于属性值的 PHP 代码吗？

编辑：这是我目前所拥有的：

 \w+="(((.(?!<\?php))*?)|((.((?=<\?php).*?(?=\?>))*)*?))*"

这基本上意味着匹配以空格开头的字符串，然后贪婪地匹配字母数字字符后跟等号后跟双引号，然后匹配以下两个中的任何一个，同时捕获尽可能多的字符：

不包含字符串<?php的字符序列
包含<\?php.*?\?> 模式的字符序列，或者换句话说，将属性的值部分与其所有 PHP 代码贪婪地匹配所有这些直到遇到结束双引号......

【问题讨论】：

你到底想要什么？？为什么要用这么复杂的preg_match
建议：不要使用正则表达式来操作 HTML 代码。使用特定的库/函数。
必读：stackoverflow.com/questions/1732348/…
我试图只提取不在标签内的属性。在我发布正确匹配的情况下，将返回 value="" 而不是 selected="selected" ，这取决于要输出的 PHP（在 PHP 标记内）。我忘了提到我将使用 javascript 的 match() 方法匹配正则表达式。
正则表达式应该在哪里运行，在 JavaScript 中还是在 PHP 中？因为如果它在客户端 JavaScript 中运行，那么 PHP 代码将不存在（显然它已经在服务器上运行）但如果它在 PHP 中，则没有理由将此问题标记为“javascript” .另外，如果你的正则表达式应该匹配 HTML 属性，它不应该包含一些东西来确保它只匹配 inside < 和 >?

标签： javascript html regex match

【解决方案1】：

/<\?php[\s\S]*?\?>|\s+(\w+)="([^"<]*(?:<\?php[\s\S]*?\?>[^<"]*)*)"/

这将匹配或者一个 PHP 代码段或一个完整的 attribute="value" 序列，其中的值可能包含 PHP 代码。每次比赛后，您可以通过检查捕获组的内容来找出您捕获的内容。如果它是您匹配的纯 PHP 段，则除 group[0] 之外的所有段都将为空；否则，group[1] 将包含属性名称，group[2] 将包含值。

正则表达式假定< 将出现在属性值内仅作为<?php 标记的开头。当然，这不是一个语法上有效的假设，但无论如何它可能是安全的。如果您需要，我可以使正则表达式更精确，但它的可读性也会大大降低。

【讨论】：