任何複雜的正則表示式都是由簡單的子表示式組成的，要想寫出複雜的正則來，一方面需要有化繁為簡的功底，另外一方面，我們需要從正則引擎的角度去思考問題。關於正則引擎的原理，推薦《Mastering Regular Expression》中文名叫《精通正則表示式》。挺不錯的一本書。

OK，先確定我們要解決的問題——從一段Html文字中找出特定id的標籤的innerHTML。

這裡面最大的難點就是，Html標籤是支援巢狀的，怎麼能夠找到指定標籤相對應的閉合標籤呢？

我們可以這樣想，先匹配最前面的起始標籤，假設是div吧（<div），接著一旦遇到巢狀div，就“壓入堆疊”，後面如果遇到div閉合標籤了，就“彈出堆疊”。如果遇到閉合標籤的時候，堆疊裡面已經沒有東西了，那麼匹配結束，此結束標籤為正確的閉合標籤。

我之所以能夠這樣去思考，是因為我瞭解過正則的特性，我知道正則中的平衡組能夠實現我剛才說的“堆疊”操作。所以，如果我們要編寫複雜正則表示式，需要對正則的一些高階特性至少有所瞭解，這樣我們思考問題才有個方向。

匹配任意閉合HTML標籤的正則表示式：

<(?<HtmlTag>[\w]+)[^>]*?>((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>

如果只想匹配div標籤，可以使用下面的正則表示式：

<(?<HtmlTag>div)[^>]*?>((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>

是的，你可以把div修改成任意你想要匹配的HTML標籤

如果想同時匹配多個HTML標籤，可以使用下面的正則表示式：

<(?<HtmlTag>(div|span|h1))[^>]*?>((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>

你還可以繼續新增更多要匹配的標籤

如果想匹配包含ID的標籤，可以使用下面的正則表示式：

<(?<HtmlTag>[\w]+)[^>]*\s[iI][dD]=(?<Quote>["']?)footer(?(Quote)\k<Quote>)[^>]*?(/>|>((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>)

這個正則匹配任意id為footer的HTML標籤

我們小編補充：

正則 \k

你也可以自己指定子表示式的組名。要指定一個子表示式的組名，請使用這樣的語法：(?<Word>\w+)(或者把尖括號換成'也行：(?'Word'\w+)),這樣就把\w+的組名指定為Word了。要反向引用這個分組捕獲的內容，你可以使用\k<Word>,所以上一個例子也可以寫成這樣：\b(?<Word>\w+)\b\s+\k<Word>\b。

有,但是是跟<>配合用的,詳見下面:
指定子表示式的組名。要指定一個子表示式的組名，請使用這樣的語法：(?<Word>\w+)(或者把尖括號換成'也行：(?'Word'\w+)),所以上一個例子也可以寫成這樣：\b(?<Word>\w+)\b\s+\k<Word>\b。

到此這篇關於正則表示式匹配閉合HTML標籤(支援巢狀)的文章就介紹到這了,更多相關閉合HTML標籤內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！