Câu hỏi RegEx khớp các thẻ mở trừ các thẻ tự chứa XHTML

Mặc dù đúng là yêu cầu regex để phân tích cú pháp tùy ý HTML giống như yêu cầu người mới bắt đầu viết một hệ điều hành, đôi khi nó thích hợp để phân tích cú pháp hạn chế, được biết đến tập hợp HTML.

Nếu bạn có một tập hợp nhỏ các trang HTML mà bạn muốn xóa dữ liệu và sau đó chèn vào cơ sở dữ liệu, các regex có thể hoạt động tốt. Ví dụ, gần đây tôi muốn lấy tên, các đảng, và các quận của các đại diện liên bang của Úc, mà tôi đã rời khỏi trang web của Quốc hội. Đây là một công việc hạn chế, một lần.

Regexes làm việc tốt cho tôi, và rất nhanh để thiết lập.

Tôi nghĩ lỗ hổng ở đây là HTML là một Chomsky Loại 2 ngữ pháp (ngữ pháp ngữ pháp miễn phí) và RegEx là một Chomsky Loại 3 ngữ pháp (ngữ pháp thông thường). Vì ngữ pháp loại 2 về cơ bản phức tạp hơn ngữ pháp loại 3 (xem Hệ thống phân cấp Chomsky), bạn không thể thực hiện công việc này. Nhưng nhiều người sẽ cố gắng, một số sẽ tuyên bố thành công và những người khác sẽ tìm thấy lỗi và hoàn toàn mess bạn lên.

Đừng nghe những người này. Bạn thực sự có thể phân tích ngữ pháp ngữ pháp miễn phí với regex nếu bạn chia nhiệm vụ thành các phần nhỏ hơn. Bạn có thể tạo mẫu đúng với tập lệnh thực hiện từng mẫu theo thứ tự sau:

1. Giải quyết vấn đề dừng.
2. Vuông hình tròn (mô phỏng phương pháp "thước kẻ và la bàn" cho việc này).
3. Làm việc ra vấn đề người bán hàng du lịch trong O (log n). Nó cần phải nhanh hoặc máy phát sẽ treo.
4. Mô hình sẽ khá lớn, vì vậy hãy đảm bảo bạn có một thuật toán nén dữ liệu ngẫu nhiên một cách mất mát.
5. Hầu như ở đó - chỉ phân chia toàn bộ điều bằng không. Dễ như ăn bánh.

Tôi đã không tìm ra phần cuối cùng, nhưng tôi biết tôi đang đến gần. Mã của tôi tiếp tục ném CthulhuRlyehWgahnaglFhtagnExceptionGần đây, vì vậy tôi sẽ chuyển nó sang VB 6 và sử dụng On Error Resume Next. Tôi sẽ cập nhật với mã khi tôi điều tra cánh cửa lạ này vừa mở trên tường. Hmm.

P.S. Pierre de Fermat cũng đã tìm ra cách để làm điều đó, nhưng mức ký quỹ mà anh đã viết không đủ lớn cho mã.

Tuyên bố từ chối trách nhiệm: sử dụng trình phân tích cú pháp nếu bạn có tùy chọn. Mà nói...

Đây là regex tôi sử dụng (!) Để khớp các thẻ HTML:

<(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+>

Nó có thể không hoàn hảo, nhưng tôi đã chạy mã này thông qua một nhiều của HTML. Lưu ý rằng nó thậm chí còn bắt được những thứ kỳ lạ như <a name="badgenerator"">, hiển thị trên web.

Tôi đoán để làm cho nó không phù hợp với thẻ tự chứa, bạn muốn hoặc là muốn sử dụng Kobicái nhìn tiêu cực:

<(?:"[^"]*"['"]*|'[^']*'['"]*|[^'">])+(?<!/\s*)>

hoặc chỉ kết hợp nếu và nếu không.

Để downvoters: Đây là mã hoạt động từ một sản phẩm thực tế. Tôi nghi ngờ bất cứ ai đọc trang này sẽ nhận được ấn tượng rằng nó được xã hội chấp nhận để sử dụng regexes trên HTML.

Nhớ lại: Tôi nên lưu ý rằng regex này vẫn bị phá vỡ với sự hiện diện của các khối CDATA, các chú thích và các phần tử kịch bản và kiểu. Tin tốt là, bạn có thể loại bỏ những người sử dụng regex ...

Có những người sẽ cho bạn biết rằng Trái Đất tròn (hoặc có lẽ Trái đất là một hình cầu có nghĩa là nếu họ muốn sử dụng những từ lạ). Họ đang nói dối.

Có những người sẽ cho bạn biết rằng Biểu thức chính quy không nên đệ quy. Họ đang hạn chế bạn. Họ cần phải chinh phục bạn, và họ làm điều đó bằng cách giữ cho bạn trong vô minh.

Bạn có thể sống trong thực tế của họ hoặc uống viên thuốc màu đỏ.

Giống như Lord Marshal (anh ta là họ hàng của lớp Marshal .NET?), Tôi đã thấy Nghịch đảo Stack Dựa trên Regex-Verse và được trả về với quyền lực kiến thức bạn không thể tưởng tượng. Vâng, tôi nghĩ có một hoặc hai người già bảo vệ họ, nhưng họ đang xem bóng đá trên TV, nên không khó.

Tôi nghĩ rằng trường hợp XML khá đơn giản. RegEx (trong cú pháp .NET), được xì hơi và mã hóa trong base64 để làm cho nó dễ hiểu hơn bởi tâm trí yếu ớt của bạn, phải là một cái gì đó như thế này:
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Các tùy chọn để đặt là RegexOptions.ExplicitCapture. Nhóm chụp bạn đang tìm là ELEMENTNAME. Nếu nhóm chụp ERROR không rỗng thì có lỗi phân tích cú pháp và Regex dừng lại.

Nếu bạn gặp sự cố khi hoàn nguyên nó thành một regex có thể đọc được, điều này sẽ giúp:

static string FromBase64(string str)
{
    byte[] byteArray = Convert.FromBase64String(str);

    using (var msIn = new MemoryStream(byteArray))
    using (var msOut = new MemoryStream()) {
        using (var ds = new DeflateStream(msIn, CompressionMode.Decompress)) {
            ds.CopyTo(msOut);
        }

        return Encoding.UTF8.GetString(msOut.ToArray());
    }
}

Nếu bạn không chắc chắn, không, tôi KHÔNG đùa (nhưng có lẽ tôi đang nói dối). Nó S work làm việc. Tôi đã xây dựng rất nhiều bài kiểm tra đơn vị để kiểm tra nó và thậm chí tôi đã sử dụng (một phần) kiểm tra sự phù hợp. Đó là một trình sửa lỗi, không phải là trình phân tích cú pháp đầy đủ, do đó nó sẽ chỉ tách XML thành các thẻ thành phần của nó. Nó sẽ không phân tích cú pháp / tích hợp các DTD.

Oh ... nếu bạn muốn mã nguồn của regex, với một số phương pháp phụ trợ:

regex để tokenize một xml hoặc là toàn bộ đồng bằng regex 

Trong trình bao, bạn có thể phân tích cú pháp HTML sử dụng:

• quyến rũ Tuy nhiên:

  1. Turing.sed
  2. Viết trình phân tích cú pháp HTML (bài tập về nhà)
  3. ???
  4. Lợi nhuận!

• hxselect từ html-xml-utils gói

• vim/ex (có thể dễ dàng nhảy giữa các thẻ html), ví dụ:

  • loại bỏ thẻ kiểu với mã bên trong:

    $ curl -s http://example.com/ | ex -s +'/<style.*/norm nvatd' +%p -cq! /dev/stdin
    

• grep, ví dụ:

  • trích xuất html bên ngoài của H1:

    $ curl -s http://example.com/ | grep -o '<h1>.*</h1>'
    <h1>Example Domain</h1>
    

  • chiết xuất cơ thể:

    $ curl -s http://example.com/ | tr '\n' ' ' | grep -o '<body>.*</body>'
    <body> <div> <h1>Example Domain</h1> ...
    

• html2text để phân tích cú pháp văn bản thuần túy:

  • như phân tích bảng:

    $ html2text foo.txt | column -ts'|'
    

• sử dụng xpath (XML::XPath mô-đun perl), xem ví dụ ở đây

• perl hoặc Python (xem @Gilles ví dụ)

• để phân tích nhiều tệp cùng một lúc, hãy xem: Làm thế nào để phân tích cú pháp trăm tệp mã nguồn html trong trình bao?

Liên quan (tại sao bạn không nên sử dụng kết hợp regex):

• Nếu bạn thích biểu thức chính quy quá nhiều, tại sao bạn không kết hôn với họ?
• Cụm từ thông dụng: Bây giờ bạn có hai vấn đề
• Hacking khử trùng HTML của stackoverflow.com

Tôi đồng ý rằng công cụ thích hợp để phân tích cú pháp XML và đặc biệt là HTML là một trình phân tích cú pháp chứ không phải là một công cụ biểu thức chính quy. Tuy nhiên, như những người khác đã chỉ ra, đôi khi sử dụng một regex là nhanh hơn, dễ dàng hơn, và được công việc làm nếu bạn biết định dạng dữ liệu.

Microsoft thực sự có một phần của Thực tiễn tốt nhất cho biểu thức chính quy trong Khuôn khổ .NET và đặc biệt nói về Xem xét [ing] Nguồn đầu vào.

Cụm từ thông dụng có những giới hạn, nhưng bạn có cân nhắc những điều sau đây không?

Khuôn khổ .NET là duy nhất khi nói đến các biểu thức chính quy ở chỗ nó hỗ trợ Định nghĩa nhóm cân bằng.

• Xem Kết hợp cân bằng xây dựng với biểu thức chính quy .NET
• Xem Biểu thức chính quy .NET: Đối sánh Regex và cân bằng
• Xem tài liệu của Microsoft về Định nghĩa nhóm cân bằng

Vì lý do này, tôi tin rằng bạn CÓ THỂ phân tích cú pháp XML bằng cách sử dụng cụm từ thông dụng. Tuy nhiên, lưu ý rằng phải là XML hợp lệ (trình duyệt rất tha thứ cho HTML và cho phép cú pháp XML xấu bên trong HTML). Điều này là có thể vì "Balancing Group Definition" sẽ cho phép công cụ biểu thức chính quy hoạt động như một PDA.

Trích dẫn từ bài viết 1 trích dẫn ở trên:

.NET Regular Expression Engine

Như được mô tả ở trên, các cấu trúc cân bằng hợp lý không thể được mô tả bởi   một biểu thức chính quy. Tuy nhiên, công cụ biểu thức chính quy .NET   cung cấp một vài cấu trúc cho phép các cấu trúc cân bằng trở thành   được công nhận.

• (?<group>) - đẩy kết quả đã chụp trên ngăn xếp chụp bằng   nhóm tên.
• (?<-group>) - bật đầu chụp nhiều nhất với nhóm tên tắt   bắt giữ.
• (?(group)yes|no) - khớp với phần có nếu có tồn tại một nhóm   với nhóm tên khác, không khớp với phần nào.

Các cấu trúc này cho phép biểu thức chính quy .NET mô phỏng   PDA bị hạn chế về cơ bản cho phép các phiên bản đơn giản của ngăn xếp   hoạt động: push, pop và trống. Các thao tác đơn giản là khá nhiều   tương đương với tăng, giảm và so sánh với 0 tương ứng.   Điều này cho phép công cụ biểu thức chính quy .NET nhận ra   tập hợp con của các ngôn ngữ không có ngữ cảnh, đặc biệt là các ngôn ngữ chỉ   yêu cầu một bộ đếm đơn giản. Điều này lần lượt cho phép phi truyền thống   Biểu thức chính quy .NET để nhận diện cá nhân được cân bằng đúng cách   cấu trúc.

Xem xét cụm từ thông dụng sau:

(?=<ul\s+id="matchMe"\s+type="square"\s*>)
(?>
   <!-- .*? -->                  |
   <[^>]*/>                      |
   (?<opentag><(?!/)[^>]*[^/]>)  |
   (?<-opentag></[^>]*[^/]>)     |
   [^<>]*
)*
(?(opentag)(?!))

Sử dụng cờ:

• Singleline
• IgnorePatternWhitespace (không cần thiết nếu bạn thu gọn regex và xóa tất cả khoảng trắng)
• IgnoreCase (không cần thiết)

Giải thích cụm từ thông dụng (nội tuyến)

(?=<ul\s+id="matchMe"\s+type="square"\s*>) # match start with <ul id="matchMe"...
(?>                                        # atomic group / don't backtrack (faster)
   <!-- .*? -->                 |          # match xml / html comment
   <[^>]*/>                     |          # self closing tag
   (?<opentag><(?!/)[^>]*[^/]>) |          # push opening xml tag
   (?<-opentag></[^>]*[^/]>)    |          # pop closing xml tag
   [^<>]*                                  # something between tags
)*                                         # match as many xml tags as possible
(?(opentag)(?!))                           # ensure no 'opentag' groups are on stack

Bạn có thể thử điều này tại Trình kiểm tra biểu thức chính quy .NET tốt hơn.

Tôi đã sử dụng nguồn mẫu:

<html>
<body>
<div>
   <br />
   <ul id="matchMe" type="square">
      <li>stuff...</li>
      <li>more stuff</li>
      <li>
          <div>
               <span>still more</span>
               <ul>
                    <li>Another &gt;ul&lt;, oh my!</li>
                    <li>...</li>
               </ul>
          </div>
      </li>
   </ul>
</div>
</body>
</html>

Điều này đã tìm thấy kết quả phù hợp:

   <ul id="matchMe" type="square">
      <li>stuff...</li>
      <li>more stuff</li>
      <li>
          <div>
               <span>still more</span>
               <ul>
                    <li>Another &gt;ul&lt;, oh my!</li>
                    <li>...</li>
               </ul>
          </div>
      </li>
   </ul>

mặc dù nó thực sự xuất hiện như thế này:

<ul id="matchMe" type="square">           <li>stuff...</li>           <li>more stuff</li>           <li>               <div>                    <span>still more</span>                    <ul>                         <li>Another &gt;ul&lt;, oh my!</li>                         <li>...</li>                    </ul>               </div>           </li>        </ul>

Cuối cùng, tôi thực sự thích bài viết của Jeff Atwood: Phân tích cú pháp Html Cách Cthulhu. Vui đủ, nó trích dẫn câu trả lời cho câu hỏi này hiện có hơn 4k phiếu bầu.

Tôi đề nghị sử dụng QueryPath để phân tích cú pháp XML và HTML trong PHP. Về cơ bản nó giống cú pháp giống jQuery, chỉ có nó ở phía máy chủ.

Mặc dù các câu trả lời mà bạn không thể phân tích cú pháp HTML với các regex là chính xác nhưng chúng không áp dụng ở đây. OP chỉ muốn phân tích cú pháp một thẻ HTML với các regex, và đó là một cái gì đó có thể được thực hiện với một biểu thức chính quy.

Các regex được đề xuất là sai, mặc dù:

<([a-z]+) *[^/]*?>

Nếu bạn thêm một cái gì đó vào regex, bằng cách backtracking nó có thể bị buộc phải phù hợp với những điều ngớ ngẩn như <a >>, [^/] quá dễ dãi. Cũng lưu ý rằng <space>*[^/]* là thừa, bởi vì [^/]* cũng có thể phù hợp với không gian.

Đề xuất của tôi sẽ là

<([a-z]+)[^>]*(?<!/)>

Ở đâu (?<! ... ) là (trong Perl regexes) cái nhìn tiêu cực. Nó đọc "a <, sau đó là một từ, sau đó bất kỳ thứ gì không phải là>, cuối cùng trong số đó có thể không phải là /, tiếp theo là>".

Lưu ý rằng điều này cho phép những thứ như <a/ > (giống như regex gốc), vì vậy nếu bạn muốn một cái gì đó hạn chế hơn, bạn cần phải xây dựng một regex để phù hợp với các cặp thuộc tính cách nhau bởi dấu cách.

Thử:

<([^\s]+)(\s[^>]*?)?(?<!/)>

Nó tương tự như của bạn, nhưng cuối cùng > không được sau dấu gạch chéo và cũng chấp nhận h1.