如何修改正则表达式仅匹配table、tr、td标签内的style属性

适配后正则方案 #

直接使用以下正则即可限定仅匹配<table>、<tr>、<td>标签内的style属性：

(?<=<(?:table|tr|td)\s[^<>]*)(style="([a-zA-Z0-9:;.\s()\-,]*)"|style=([a-zA-Z0-9:;.\s()\-,]*)(?=[\s>]))

适配逻辑说明 #

• 新增的(?<=<(?:table|tr|td)\s[^<>]*)是正向零宽断言，只会匹配前缀为<table、<tr、<td开头的标签内部的style属性，自动过滤其他标签的style
• [^<>]* 限定了断言范围不会超出当前标签的尖括号，避免跨标签误匹配
• 兼容带双引号、不带双引号的两种style写法，同时通过尾部的(?=[\s>])匹配标签边界，不会误将标签外的内容纳入匹配结果

补充说明 #

如果要处理的HTML存在大量未闭合标签、嵌套不规范的情况，更建议使用专用的HTML解析器（如Python的BeautifulSoup、JavaScript的DOM解析接口）提取属性，正则仅适合处理格式规整的HTML片段场景。

内容的提问来源于stack exchange，提问作者pc_oc