正值表达式匹配html标签的属性值

正则表达式是做文本解析工作必不可少的技能。如Web服务器日志分析，网页前端开发等。很多高级文本编辑器都支持正则表达式的一个子集，熟练掌握正则表达式，经常能够使你的一些工作事半功倍。例如统计代码行数，只需一个正则就搞定。嵌套Html标签的匹配是正则表达式应用中一个比较难的话题，因为它涉及到的正则语法比较多，也比较难。因此也就更有研究的价值。

今天由于工作的需求，需要获取html标签的属性值，立即想到了正则表达式，标签如下：

需要获取标签的cx、cy的属性值，想了一会写出了一个：

$circle是上面的circle标签的内容

preg_match_all('/]*?cxs*=s*('|")(.*?)\1[^>]*?cys*=s*('|")(.*?)\1[^>]*?/?s*>/i', $circle, $arr);
var_dump($arr);

$arr[2]是cx的值 ，$arr[4]是cy的值.

下面给大家介绍下正则匹配闭合HTML标签（支持嵌套）

任何复杂的正则表达式都是由简单的子表达式组成的，要想写出复杂的正则来，一方面需要有化繁为简的功底，另外一方面，我们需要从正则引擎的角度去思考问题。关于正则引擎的原理，推荐《Mastering Regular expression》中文名叫《精通正则表达式》。挺不错的一本书。

OK，先确定我们要解决的问题——从一段Html文本中找出特定id的标签的innerHTML。

这里面最大的难点就是，Html标签是支持嵌套的，怎么能够找到指定标签相对应的闭合标签呢？

我们可以这样想，先匹配最前面的起始标签，假设是div吧（

我之所以能够这样去思考，是因为我了解过正则的特性，我知道正则中的平衡组能够实现我刚才说的“堆栈”操作。所以，如果我们要编写复杂正则表达式，需要对正则的一些高级特性至少有所了解，这样我们思考问题才有个方向。

================================

匹配任意闭合HTML标签的正则表达式：

<(?[w]+)[^>]*?>((?[^>]*>)|>(?<-Nested>)|.*?)*>

如果只想匹配div标签，可以使用下面的正则表达式：

<(?div)[^>]*?>((?[^>]*>)|>(?<-Nested>)|.*?)*>

是的，你可以把div修改成任意你想要匹配的HTML标签

如果想同时匹配多个HTML标签，可以使用下面的正则表达式：
<(?(div|span|h1))[^>]*?>((?[^>]*>)|>(?<-Nested>)|.*?)*>
你还可以继续添加更多要匹配的标签

如果想匹配包含ID的标签，可以使用下面的正则表达式：

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

这个正则匹配任意id为footer的HTML标签