如何仅使用正则表达式从子字符串中获取所有正则表达式匹配

Question

我正在尝试从 html 中的 styles 属性中获取所有十六进制 colors，但不是其他十六进制颜色值。 真的这是我想了解的一项常见任务，所以我不想得到其他解决方案，只有正则表达式。 换句话说，我需要从受已知开始和结束模式限制的 substring 获取具有正则表达式模式（在这种情况下为十六进制颜色）的子字符串（style="substring to get values here"）

我的模式

(?<=style=").*(#[A-F0-9]{6}).*(?=")

我的测试 html：

<span style="color: #FF0000;background-color: #FFFF99;font-family: Calibri;font-size: 11pt;font-weight: bold;font-style: normal">This shouldn't be in result #FFFF99</span>
<span style="color: #FF0000;background-color: #FFFF99;font-family: Calibri;font-size: 11pt;font-weight: bold;font-style: normal">This shouldn't be in result #FFFF99</span>

我只能用这种模式得到最后一个条目，但我需要得到所有。 （所以在我的示例中，我应该得到 4 个颜色值：第一个跨度为 2，第二个跨度为 2）。 我怎样才能实现它？ 提前致谢！

Answer 1

如果支持正前瞻中的量词：

(?<=\bstyle="[^"]*)#[A-F0-9]{6}\b(?=[^"]*")

• (?<=\bstyle="[^"]*)正向向后看，断言style="后跟 0+ 次出现的任何字符，除了左侧的"
• #[A-F0-9]{6}\b匹配#和 6 次列出的任何字符，后跟单词边界以防止空匹配
• (?=[^"]*")正向前瞻，断言除"之外的任何字符的 0+ 倍，然后匹配右侧的" 。

正则表达式演示

请注意，这与单词style匹配，并且不受元素的限制。

匹配括号的方法很脆弱，但这很容易破坏。

(?<=<[^<>]*\bstyle="[^"]*)#[A-F0-9]{6}\b(?=[^"<>]*"[^<>]*>)