求助下 正则表达式 伸个手

网页里面好多 h2 标签对 但是只匹配这个 class 的

<h2[^>]*class="[^"]*a-text-normal[^>]*>\([^<]*\)<

大概这么个意思，手机打的，没测试

<h2\sclass="a-text-normal">(.*)</h2>

以前写过很渣的一个对 ajax 进行转换的东东， Bug 满天飞，但是最后勉强能用，我抄一段给你，你可以看下
function check_single(single){
/*
* Code by:Qian
* 描述:
* 第一遍粗略正则
* 将<div id=xxx class="xxx" xxx="xxx">AAAAAA... </div>
* 匹配成
* $1= div id=xxx class="xxx" xxx="xxx"
* $2 = AAAAAA...
* $3 = div
*/
var select_Regx = /\<\//g;
var regx;
//准备处理的数据
var pre_Data = single;
//判断是闭合标签还是单标签
var n = pre_Data.match(select_Regx) || [];
if(n.length == 1){
//闭合
regx=/\<(.*)*\>(.*)*(\<\/(.*)*\>)/i;
}else{
//单标签 img a 这类
regx=/\<(.*)*\>(.*)*(\<\/(.*)*\>)*/i;
}
var result=regx.exec(pre_Data);

one = result[1];
two = result[2];

if(two){//如果有 content 这个值
Content_stack.push(two);
}
//从$1 中提取标签，不取$1 作为标签是因为 img a 这些没有闭合标签

var regy=/(\b(.)*\b)\s/i;
var t = regy.exec(result[1]);

if(t){
three = result[1].substring(0,result[1].search('\\s'));
RegExp_One();
return getResult();
}else{
return getzero();
}
// alert(one);
// alert(two);
// alert(three);
}

这是 github 地址 https://github.com/linshuizhaoying/AjaxRegExp
我知道我水平渣=-=请不要打击我，尽量挑能夸的夸，谢谢

我也来个

<img src="xxx" ... id="xxx">

要求匹配出 id 的值

注： id 可能为空

@vmebeh
要么改成这样：<h2\sclass="a-text-normal">(.*?)</h2>
要么：<h2\sclass="a-text-normal">([^<]*)</h2>

<\s*h2[^>]+>([^<]+)<\/h2\s*>

测试:

```javascript
var patt = /<\s*h2[^>]+>([^<]+)<\/h2\s*>/;

var result = patt.exec('<h2 class="a-text-normal">匹配我！</h2>');
alert(result[1]);
```

http://jsfiddle.net/mneLoa5v/

@CheungKe <img[^/>]*id=['"](.*)['"][^/>]*?/>

@CheungKe 不好意思，刚刚写错了一点，应该是：<img[^/>]*id=['"](.*)['"][^/>]*?[/>]

<\s*h2[^>]+class\s*=\s*"a\-text\-normal"[^>]*>([^<]+)<\/h2\s*>

```javascript

var patt = /<\s*h2[^>]+class\s*=\s*"a\-text\-normal"[^>]*>([^<]+)<\/h2\s*>/;

var result1 = patt.exec('<h2 class="a-text-normal">匹配我！</h2>');
alert(result1[1]);

var result2 = patt.exec('<h2 class="a-text-normal">test content</h2>');
alert(result2[1]);

```
http://jsfiddle.net/mneLoa5v/1/

@freedomSky
@vmebeh
@linshuizhaoying
@CheungKe
@popok
@funsunz
@Biwood
@funsunz


谢谢 谢谢你们啦！！！！么～

@popok 非贪婪模式更好，谢谢补充

<img[^>]+src\s*=\s*['"]([^'"]+)['"][^>]+(?:id\s*=\s*['"]([^'"]+)['"])[^>]*>

我目前在用这个，但是 id 一定要存在。

如果 <img[^>]+src\s*=\s*['"]([^'"]+)['"][^>]+(?:id\s*=\s*['"]([^'"]+)['"]) ? [^>]*>

如果加上 ? ，能获取到 group 但是值是 null 。好象是 repeat group 的问题，不是了解

You can't parse [X]HTML with regex.

http://stackoverflow.com/a/1732454/1099230

@luoluoluo 有一段文字，像
我们都是<img src="xx" id="xx">好学生
只有文字和图片组合而成的字符串，应该怎么顺序切分出来放到数组里面，需要提取 img id

@luoluoluo 弱弱问下有没有什么好的 parse HTML 的轮子

@CheungKe @Exin

lxml http://lxml.de/ https://docs.python.org/2/library/xml.etree.elementtree.html

BeautifulSoup http://www.crummy.com/software/BeautifulSoup/bs4/doc/

最简单的方案不是 html 解析器？

@luoluoluo 用 dom 解析，如何得到以下两个数组

["我们", "<img src="xx" id="image_id1">","都是", "<img src="xx" id="image_id2">", "好学生"]
["image_id1", "image_id2"]

原始数据：

我们<img src="xx" id="image_id1">都是<img src="xx" id="image_id2">好学生