Je veux trouver toutes les balises d’ouverture :
<p>
<a href="#">
Mais pas ceux-là :
<br />
<img src="/img.jpg" />
<hr class="foo" />
J’ai eu cette idée et je voulais m’assurer que j’avais bien compris. Je ne saisis que les lettres de a à z.
<([a-z]+) *[^/]*?>
Voici ce que je propose:
<([a-z]+)[^>]*(?<!/)>
Où (?< ! ... ) est (dans les regex de Perl) le look-behind négatif. Elle se lit comme suit : un <, puis un mot, puis tout ce qui n’est pas un >, dont le dernier ne peut être un /, suivi de >.
Notez que cela permet des choses comme <a/ > (tout comme la regex originale), donc si vous voulez quelque chose de plus restrictif, vous devez créer une expression régulière qui correspond aux paires d’attributs séparées par des espaces.
Essayez:
<([^\s]+)(\s[^>]*?)?(?<!/)>
Elle est proche de la vôtre, mais le dernier > ne doit pas se situer après une /, et elle accepte également les h1. Voici un regex demo.
Quelques expressions régulières améliorées :
/(<.*?>|[^<]+)\s*/g # Obtenir les balises et le texte
/(\w+)="(.*?)"/g # Obtenir des attibutes
Elles sont bonnes pour XML / XHTML.