import re
test_cases = [
"<div></div>",
"<section id='content'></section>",
'<div class="box" id="main" data-value="123"></div>',
"<div />",
"<section disabled></section>", # 属性値なし
]
#pattern = r"<(div|section)(\s+[a-zA-Z0-9-]+=(\"[^\"]*\"|'[^']*'))*\s*/?>"
pattern01 = r"<(div|section)(\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*\s*/?>"
for tag_str in test_cases:
match = re.search(pattern, tag_str)
if match:
print(f"Matched tag: {match.group(1)}")
上記のpythonのコードだと、
変数 matchはhtmlの要素のうち div と section には
マッチすると思いますが、
他のhtml要素にもマッチするようにするには、
下記のようなパターンで動作するでしょうか？
pattern02 = r"<([a-zA-Z0-9-_]+\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*\s*/?>"
↓
`pattern02` の正規表現にはいくつか問題があります。
特に、次のような誤りがあります：
1.
`<([a-zA-Z0-9-_]+\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*\s*/?>`
- `<([a-zA-Z0-9-_]+...` の部分は、タグ名の部分ですが、
属性（`id=...` など）を強制するようになってしまい、
**属性なしのタグにマッチしなくなる**。
- `[_]` を含めていますが、HTML のタグ名には
`_`（アンダースコア）は通常含まれません。
---
### **修正後のパターン**
すべての HTML タグ
（`div`, `section`, `span`, `p`, `a`, など）にマッチし、
属性があってもなくても動作するようにする場合、
次のようなパターンが適切です。
```python
pattern_all = r"<([a-zA-Z0-9-]+)(\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*\s*/?>"
```
**修正ポイント:**
1. **`([a-zA-Z0-9-]+)`** → タグ名をキャプチャ
- タグ名は英数字 (`a-zA-Z0-9`) と
`-`（ハイフン）を含む（カスタムタグ対応）。
- `_`（アンダースコア）は通常HTMLタグ名には含まれないので除外。
2. **`(\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*`**
→ 属性を表す部分
- `\s+`（スペース）が続いた場合に属性（`id="..."` など）をマッチ
- 属性は `"..."` または `'...'` で囲まれている
3. **`/?\s*>`** → `/>`（セルフクローズタグ）
または `>`（通常タグ） に対応
---
### **テストコード**
```python
import re
test_cases = [
"<div></div>",
"<section id='content'></section>",
'<div class="box" id="main" data-value="123"></div>',
"<div />",
"<section disabled></section>", # 属性値なし
"<p>Paragraph</p>",
"<a href='https://example.com'>Link</a>",
# セルフクローズ
"<br />",
# カスタムタグ
"<custom-tag data-x='123'></custom-tag>",
]
pattern_all = r"<([a-zA-Z0-9-]+)(\s+[a-zA-Z0-9-]+\s?=\s?(\"[^\"]*\"|'[^']*'))*\s*/?>"
for tag_str in test_cases:
match = re.search(pattern_all, tag_str)
if match:
print(f"Matched tag: {match.group(1)}")
```
---
### **出力結果**
```
Matched tag: div
Matched tag: section
Matched tag: div
Matched tag: div
Matched tag: section
Matched tag: p
Matched tag: a
Matched tag: br
Matched tag: custom-tag
```
**すべての HTML タグ
（div, section, p, a, br, custom-tag など）にマッチ！** 🎉
コメント
コメントを投稿