查找未闭合标签的正则表达式

Question

我正在尝试查找存在于

'

和

<

之间的孤儿

>

，无论是在同一行还是在下一行或之后的结束

>

中。

我对此有点陌生，我尝试过像

<.*?'.*>

这样的惰性搜索，但我无法让它工作。

或者另一种搜索方式可能是查找

'

之间具有任意奇数个

< >

的行。

因此在 grepWin 或 NP++ 上它应该匹配如下行：

<p class="quote" style=' ; dir='ltr'>

但不是：

<p class="quote" style='indent' ; dir='ltr'>

Answer 1

您可以使用此正则表达式来匹配这些标签：

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

它匹配：

• <

  ：字面意思

  <

• (?!

  ：对
的否定前瞻

• (?:[^'"]|'[^']*'|"[^"]*")+>

  ：其中一项或多项

  • [^'">]

    ：不是单引号、双引号或

    >

  的字符

  • '[^']*'

    ：单引号字符串

  • "[^"]*"

    ：双引号字符串
    

• [^>]*>

  ：一些非

  >

  字符，后跟

  >

负向前瞻寻找格式正确的标签，其中所有引号都是平衡的。然后，正则表达式的最后一部分与

>

之后的下一个

<

匹配。

regex101 上的正则表达式演示