正则表达式匹配html标签，获取标签内容

html-css032

正则表达式匹配html标签，获取标签内容,第1张

假设我们要获取下面html标签中的内容：

第一段是获取 <p></p>标签内部的数据，第二个是获取 <p><span></span></p>标签中的数据，其中span标签中有style属性值。

使用过正则表达式的同学肯定知道，上面两种情况其实都是一种情况，我们要获取的是 尖括号括起来的一对标签 中间的数据，起始标签形如<x>，结束标签形如</x>，这里的x表示的html标签。

此外，我们还需要考虑起始标签中包含style的数据，另外特殊的 <br/>标签，对实际获取数据无意义，也需要过滤掉。

通过上面的分析，我们可以如下正则表达式：

在使用正则表达式处理之前，我们先对数据进行预处理，比如style和

标签：

针对多个标签嵌套的情况进行处理，比如 <p><span style="white-space: normal">王者荣耀</span></p>，在经过预处理和正则匹配的后结果是 <span>王者荣耀 ，需要手工移除掉前面的起始标签，对应的方法如下：

测试方法如下：

output:

方法1：

var d = document.createElement("div")

d.innerHTML = '<tr><td class="ppprod_lefttd ppprod_cell">上次余额：</td><td class="ppprod_confirm ppprod_cell" id=""><span name="item22" id="item22" delim="" class="" >114.74</span></td></tr>'

alert(d.getElementsByTagName("span")[0].innerText)

用正则

var str = '<tr><td class="ppprod_lefttd ppprod_cell">上次余额：</td><td class="ppprod_confirm ppprod_cell" id=""><span name="item22" id="item22" delim="" class="" >114.74</span></td></tr>'

alert(str.match(/^.*>(\d+(\.?\d+)?)<.*$/)[1])

只提取rufus，jenny？不行吧。没有规律啊。是把所有的标签内内容提取了吧。

如果是提取标签内的话这么写：

        Pattern pattern = Pattern.compile(">([^<]+)<")

       

 Matcher macher = 

pattern.matcher("<p><strong><br>Rufus</strong><br>Dan,

 Jenny! Over here! 

</p><p><strong>Jenny</strong><br>Hey, dad!

 </p><p><strong>Rufus</strong><br>Hey, 

hey! You made it. Welcome back! How was your weekend? How was your mom? 

</p>")

        

        while (macher.find())

        {

            System.out.println(macher.group(1))

        }

打印结果：

Rufus

Dan, Jenny! Over here! 

Jenny

Hey, dad! 

Rufus

Hey, hey! You made it. Welcome back! How was your weekend? How was your mom?

麻烦采纳我的答案吧，(*^__^*) 嘻嘻……