常用的匹配HTML标签的js正则表达式

[javascript]代码库

匹配HTML标记的正则表达式  
  
先说说网上流传的版本：  
<(\S*?)[^>]*>.*?</\1>|<.*? />  
*?  *表示0个或多个，?表示0个或1个，两个叠加起来标识0个多个，与*的功能重叠  
(\S*?)  标签的长度必须大于0，因此不能用*?   
|<.*?\/>  没有分组，无法获取以<div/>这种自关闭格式书写的标签  
</\1>  
<.*? />   有的标签是不关闭的，比如<br><hr>，因此不能强制关闭  

修正如下：  
var rtag = /^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i  
rtag.exec( '<-div></-div>') // null   
rtag.exec( '<div>abc') // ["<div>abc", "div"]  

这个表达式也不完善，比如第二条测试语句，这么写是为了能提取中包含了文本内容的标签，如果要严格匹配，可再次修改为：  
var rtag = /^<([a-z]+)\s*\/?> (?:<\/\1>)?$/i // 去掉了中间的.*  

这个正则的应用范围仅限于简单的标签匹配、提取，不能匹配嵌套标记。