解析html中的meta charset

2013年09月10日 04:01:32

作者： Zjmainstay

源码：

<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
	<title>匹配html中的meta charset - Zjmainstay</title>
	<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
	<meta http-equiv="Content-Language" content="zh-CN" />
</head>
<body>
</body>
</html>

正则：

<meta[^>]*?charset=(["'/>]?)([^"'\s/>]+)\1[^>]*?>

解析：

首先以<meta为锚点，然后它后面的非闭合字符全部忽略，用[^>]*?替代，

接着匹配它的内容charset=，紧接着chaset=后面可能是单引号或双引号甚至没有，因此用["']?，

而为了后面闭合引用，给它们加了括号，接下来就是charset真正内容的部分，

此部分不为单双引号、空格、标签闭合符/和>，并且至少一个字符，因此用[^"'\s/>]+，而这部分需要提取，

因此加了括号，紧跟着闭合字符，引用charset=后面的(["']?)，所以为\1，

而它后面的数据没有用处了，用[^>]*?匹配到闭合符号>前即可，最后以>结束。

未经同意禁止转载！
转载请附带本文原文地址：解析html中的meta charset，首发自 Zjmainstay学习笔记

阅读( 7069 )

看完顺手点个赞呗：

(6 votes)

标签：