可用正则提取HTML标签文本，如匹配 内容 中的内容；2. 可提取标签属性值，如 img 的 src；3. 可提取超链接的URL和显示文本；4. 但正则不适用于嵌套或格式错误的HTML，建议仅在简单场景使用，复杂结构应使用DOM解析器。
在处理网页内容或字符串时，经常需要从HTML中提取特定信息。虽然不推荐用正则表达式解析完整的HTML结构（应使用DOM解析器），但在简单场景下，正则表达式可以快速提取所需内容。
1. 提取HTML标签中的文本内容
如果你想从某个HTML标签中提取文本，比如获取
Hello
中的 “Hello”，可以使用如下正则：
/
(.*?)/g
说明：
(.*?) 是非贪婪匹配，捕获标签内的内容 g 标志表示全局匹配，找到所有匹配项 注意斜杠 / 需要转义为 /
示例代码：
立即学习“前端免费学习笔记（深入）”；
const html = ‘
第一段
第二段
‘;const matches = […html.matchAll(/
(.*?)/g)];matches.forEach(match => console.log(match[1])); // 输出：第一段，第二段
2. 提取指定标签的属性值
例如提取所有图片的 src 属性：
/]+src=[“‘]([^”‘]+)[“‘][^>]*>/g
说明：
[^>]+ 匹配标签内任意非“>”字符 [“‘]([^”‘]+) 匹配单引号或双引号内的src值 适用于格式较规范的HTML片段
示例：
const html = ‘
‘;const srcs = […html.matchAll(/]+src=[“‘]([^”‘]+)[“‘][^>]*>/g)];srcs.forEach(match => console.log(match[1])); // pic1.jpg, pic2.png
3. 提取超链接中的URL和链接文本
提取 … 的链接地址和显示文字：
/]+href=[“‘]([^”‘]+)[“‘][^>]*>(.*?)/g
示例：
const html = `访问示例网站`;const links = […html.matchAll(/]+href=[“‘]([^”‘]+)[“‘][^>]*>(.*?)/g)];links.forEach(match => { console.log(‘URL:’, match[1]); // https://example.com console.log(‘文本:’, match[2]); // 访问示例网站});
4. 注意事项与局限性
正则提取HTML有明显限制：
无法处理嵌套标签（如 div 套 div） 对格式错误的HTML容易出错 不支持完整HTML语法（注释、自闭合标签等） 性能不如原生DOM解析
建议： 在Node.js或浏览器环境中，优先使用DOMParser或jsdom等工具。仅在轻量、可控的HTML片段中使用正则。
基本上就这些，正则适合简单提取，复杂结构还是交给解析器更稳妥。
以上就是re如何获取html_通过正则表达式(RegExp)提取HTML内容方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1594296.html
微信扫一扫 
支付宝扫一扫 
