我需要匹配所有这些开始标签：
<p>
<a href="foo">
但不是这些：
<br />
<hr class="foo" />
我想出了这个，想确保我做对了。 我只是捕获az 。
<([a-z]+) *[^/]*?>
我相信它说：
- 找到一个小于，然后
- 查找（并捕获）az一次或多次，然后
- 找到零个或多个空格，然后
- 找到零个或更多次的字符，贪婪的（
/除外），然后 - 寻找大于
我有那个权利吗？ 更重要的是，您怎么看？
#1楼
<\s*(\w+)[^/>]*>
零件说明：
< ：起始字符
\\s* ：标记名称前可能有空格（难看，但可能）。
(\\w+) ：标签可以包含字母和数字（h1）。 好吧， \\w也匹配“ _”，但是我猜并没有伤害。 如果好奇，请改用（[a-zA-Z0-9] +）。
[^/>]* ： >和/之前的任何内容，直到关闭>
> ：关闭>
无关
对于那些低估正则表达式的人来说，它们仅与正则语言一样强大：
正 BA BAÑn的不规整，甚至不上下文无关，可以与匹配^(a+)b\\1b\\1$
反引用FTW ！
#2楼
中国古代的战略家，一般哲学家孙子说：
据说，如果您认识自己的敌人并认识自己，那么您就可以赢得一百场战斗，而不会遭受任何损失。 如果您只了解自己而不是对手，那么您可能会赢或输。 如果您既不认识自己，也不认识敌人，那么您将永远危害自己。
在这种情况下，您的敌人是HTML，而您本人或正则表达式。 您甚至可能是使用不规则正则表达式的Perl。 懂HTML。 认识你自己。
我编写了一个描述HTML本质的句。
HTML has
complexity exceeding
regular language.
我还撰写了一个hai句，描述了Perl中正则表达式的性质。
The regex you seek
is defined within the phrase
<([a-zA-Z]+)(?:[^>]*[^/]*)?>
#3楼
的确，在编程时，处理HTML时通常最好使用专用的解析器和API而不是正则表达式，尤其是在精度至关重要的情况下（例如，如果处理可能会带来安全隐患）。 但是，我不认为教条主义的观点是XML样式的标记永远不应使用正则表达式处理。 在某些情况下，正则表达式是完成这项工作的理想工具，例如，在文本编辑器中进行一次性编辑，修复损坏的XML文件或处理看起来像但不完全是XML的文件格式时。 有一些问题需要注意，但并非不可克服，甚至不一定是相关的。
在我刚刚提到的情况下，像<([^>"']|"[^"]*"|'[^']*')*>这样的简单正则表达式通常就足够了。 考虑到所有因素，这是一个幼稚的解决方案，但是它确实允许属性值中使用未编码的>符号。 如果要查找table标记，则可以将其修改为</?table\\b([^>"']|"[^"]*"|'[^']*')*> 。
只是为了大致了解“正则”的HTML正则表达式，以下代码在模拟真实浏览器行为和HTML5解析算法方面做得相当不错：
</?([A-Za-z][^\s>/]*)(?:=\s*(?:"[^"]*"|'[^']*'|[^\s>]+)|[^>])*(?:>|$)
以下内容符合XML标记的相当严格的定义（尽管它不能解决XML名称中允许的完整Unicode字符集）：
<(?:([_:A-Z][-.:\w]*)(?:\s+[_:A-Z][-.:\w]*\s*=\s*(?:"[^"]*"|'[^']*'))*\s*/?|/([_:A-Z][-.:\w]*)\s*)>
当然，这些并不能说明周围的环境和一些极端情况，但是即使您确实愿意，也可以处理此类事情（例如，通过在另一个正则表达式的匹配项之间进行搜索）。
最终，即使是正则表达式，也要使用最合适的工具来完成工作。
#4楼
如果您只是想查找这些标签（没有解析的野心），请尝试以下正则表达式：
/<[^/]*?>/g
我在30秒内写下了它，并在这里进行了测试： http ： //gskinner.com/RegExr/
它与您提到的标签类型匹配，而忽略了您想忽略的标签类型。
#5楼
您想要第一个>而不以/开头。 在这里查看有关如何执行此操作的详细信息。 这被称为否定性回溯。
但是，该示例的简单实现最终将在此示例文档中匹配<bar/></foo>
<foo><bar/></foo>
您能否提供更多有关您要解决的问题的信息？ 您是否以编程方式遍历标签？
来源：oschina
链接：https://my.oschina.net/stackoom/blog/3139160