如何使用正则表达式提取特定 HTML 结构中的内容？

亲爱的编程学习爱好者，如果你点开了这篇文章，说明你对《如何使用正则表达式提取特定 HTML 结构中的内容？》很感兴趣。本篇文章就来给大家详细解析一下，主要介绍一下，希望所有认真读完的童鞋们，都有实质性的提高。

正则表达式匹配特定 html 结构

通过正则表达式，我们可以解析 html 文本并提取所需数据。以下是一个实例，展示了如何通过正则表达式匹配特定 html 结构并提取其中的内容：

给定以下 html 结构：

<div class="content">
    <h1>标题xxxxx</h1>
    <div class="block-1">
        <ul class="article">
            <li>文章标题1</li>
            <li>文章标题2</li>
            <li>文章标题3</li>
        </ul>
    </div>
    <div class="block-2">
        <ul class="article">
            <li>文章标题1</li>
            <li>文章标题2</li>
            <li>文章标题3</li>
        </ul>
    </div>
    <div class="block-3">
        <ul class="article">
            <li>文章标题1</li>
            <li>文章标题2</li>
            <li>文章标题3</li>
        </ul>
    </div>
</div>

我们希望提取 class 为 "block-2" 的 div 中所有 li 标签内的值。

使用以下正则表达式可以实现上述目的：

/(?<=block-1.*<li>).*?(?=<\/li>.*block-2)/g

该正则表达式包含以下部分：

• (?<=block-1.*<li>)：匹配以 class 为 "block-1" 的 div 内 li 标签之前的任何内容。
• .*?：非贪婪匹配 li 标签的内容（包括子元素）。
• (?=</li>.*block-2)：匹配以 class 为 "block-2" 的 div 内 li 标签之后的任何内容。

利用该正则表达式，我们可以如下提取所需数据：

let str = strhtml; // html 文本
let removeenter = str.replace(/[\r\n]/g, "").replace(/[ ]/g, "").match(/(?<=block-1.*<li>).*?(?=<\/li>.*block-2)/g);
console.log(removeenter);

输出结果：

["文章标题1", "文章标题2", "文章标题3"]

终于介绍完啦！小伙伴们，这篇关于《如何使用正则表达式提取特定 HTML 结构中的内容？》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！