正则表达式匹配 HTML 标签内的属性，其中可能包含 php 代码
一般来说，我会将 HTML 属性与此正则表达式进行匹配，
\w+=".*?"
但是当 HTML 包含 PHP 代码时，它会变得有点危险。请考虑以下标记：
<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 PHP 逻辑内部确定的属性 selected="selected"。有没有一种方法可以匹配不在 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？如果不是，我可以删除不属于属性值的 PHP 代码吗？
编辑：这就是我到目前为止所拥有的：
\w+="(((.(?!<\?php))*?)|((.((?=<\?php).*?(?=\?>))*)*?))*"
这基本上意味着匹配一个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：
- A不包含字符串
的字符序列 - 包含模式
<\?php.*?\?>或换句话说的字符序列贪婪地匹配属性的值部分及其所有 PHP 代码 所有这一切，直到遇到结束双引号......
Generally I'd match HTML attributes with this regex
\w+=".*?"
but when the HTML contains PHP code it gets kind of dicy. Please consider the following tag:
<option value="<?php echo $img; ?>"<?php echo ($hpb[$i]['image_filename']==$img?' selected="selected"':''); ?>>
<?php echo $img; ?>
</option>
the above regex will match the attribute selected="selected" which is determined inside PHP logic. Is there a way to match attributes which are not inside PHP tags while still matching the ones whose value may contain PHP logic? If not could I just remove the PHP code which isn't part of an attribute value?
EDIT: Here's what I have so far:
\w+="(((.(?!<\?php))*?)|((.((?=<\?php).*?(?=\?>))*)*?))*"
Which basically means match a string which starts with a SPACE then greedily match alphanumeric characters followed by EQUALS sign followed by double quote and then match any of the following two while capturing as many characters as possible:
- A sequence of characters which does not contain the string
<?php - A sequence of characters containing the pattern
<\?php.*?\?>or in other words greedily match the value part of the attribute with all of its PHP code
All of that till a closing double quote is encountered...
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
这将匹配 PHP 代码段或完整的
attribute="value"序列，其中值可能包含 PHP 代码。每场比赛结束后，您可以通过检查捕获组的内容来了解捕获的内容。如果您匹配的是纯 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
<将仅出现在属性值内，作为标记的开头。当然，这在语法上不是一个有效的假设，但无论如何它可能是安全的。如果您需要的话，我可以使正则表达式更加精确，但它的可读性也会大大降低。This will match either a PHP code segment or a complete
attribute="value"sequence in which the value may contain PHP code. After each match you can find out what you caught by checking the contents of the capturing groups. If it's a pure PHP segment you matched, all butgroup[0]will be empty; otherwise,group[1]will contain the attribute name andgroup[2]will contain the value.The regex assumes
<will appear inside an attribute value only as the beginning of a<?phptag. Of course that's not a syntactically valid assumption, but it's probably safe anyway. I can make the regex more precise if you need me to, but it will be also be much less readable.