Question

Ok я получил это регулярное выражение:

^[\w\s]+=["']\w+['"] 

Теперь регулярное выражение будет соответствовать:

A HREF = 'Google'

A HREF = "Google"

и также

a href = 'google "

Как я могу заставить регулярное выражение соответствовать его цитате?
Если первая цитата апостроф, как я могу сделать последняя цитата также одинарные кавычки не двойные кавычки

Answer 1

Читайте о backreferences.

^[\w\s]+=(["'])\w+?\1 

Обратите внимание, что вы хотите поставить ? после второго + или иначе это будет жадничать. Однако, в общем, это не правильный способ анализа HTML. Используйте Beautiful Soup.

Answer 2

Попробуйте это:

^[\w\s]+="\w+"|^[\w\s]+='\w+' 

Answer 3

Я боюсь, что вы должны будете сделать это долгий путь:

^[\w\s]+=("\w+"|'\w+') 

Более технически, обеспечение правильного соответствия/вложенности цитат не является проблемой для регулярной грамматики, так и для более сложных проблем, которые бы для использования правильного анализатора (или расширенного регулярного выражения в стиле perl6, но они технически не классифицируются как регулярные выражения).

Answer 4

Заменить ['"] с \1 использовать ссылку обратно (захват группы)

^[\w\s]+=["']\w+\1

Answer 5

Что именно вы хотите, чтобы соответствовать?Это звуки, которые вы хотите, чтобы соответствовать:

• слово (тэг)
• обязательным пробельные
• слово (атр название)
• необязательные пробелы
• =
• необязательные пробелы
• либо одинарные кавычки или двойного котирования (значение attr)

Это было бы: ^(\w+)\s+(\w+)\s*=\s*(?:'([^']*)'|"([^"]*)")

Это позволит матчи, как:

• a href='' - пустой атр
• a href='Hello world' - пробелы и другие символы, не слово в кавычках части
• a href="one 'n two" - котировки различного вида в котируемой части
• a href = 'google' - пространства с обеих сторон =

и запретить такие вещи, как это, что ваш оригинальный регулярное выражение позволяет:

• a b c href='google' - дополнительные слова
• ='google' - только пространства на левом
• href='google' - только Attr на левом

Он по-прежнему звучит не совсем правильно - вы пытаетесь сопоставить тег с одним атрибутом?

С помощью этого регулярного выражения, имя тега будет в $1, атр имя в $2 и значение атр в любом $3 или $4 (другой ноль - большинство языков различают группы не принято с нуля против группы принято, но пустой с "" если Вы нуждаетесь в этом).

Regexp, который обеспечивал бы атр значение приобретает в той же группе будет грязнее, если вы хотите, чтобы одиночные кавычки в двукратно цитируемом значении атра и наоборот - что-то вроде ^(\w+)\s+(\w+)\s*=\s*(['"])((?:(?!\3).)*)\3 ((?!) нулевой ширины отрицательного взгляда вперед - (?:(?!\3).) средства что-то вроде [^\3], за исключением последнего не поддерживается).

Если вы не заботитесь об этом, то ^(\w+)\s+(\w+)\s*=\s*(['"])(['"]*)\3 будет делать только штраф (для обоих $3 будет тип котировки, а $4 значение attr).

Кстати, re (["'])\w+?\1 выше - \w не соответствует котировкам, поэтому этот ? ничего не изменит.

Сказав все это, использовать реальный HTML анализатор ;-)

Эти регэкспы будут работать в Perl и Ruby.Другие языки обычно копируют систему регулярных выражений Perl, но часто вводят незначительные изменения, поэтому могут потребоваться некоторые корректировки. Особенно тот, у кого есть негативный прогноз, может быть неподдерживаемым.