本文详解如何用正则表达式精准提取 html 中 `style` 等属性值，解决单引号与双引号混用导致的截断问题，并对比推荐更健壮的 dom 解析方案。
在解析 HTML 字符串时，若需提取 style 属性内容（如 style="..." 或 style='...'），常见错误是使用非配对引号匹配（如 /(["']).*?\1/ 的简化版缺失空格容错或属性名边界），导致跨引号误截断——例如将 style="font-family:'Times New Roman';" 错误匹配到第一个 " 后即终止，忽略内部嵌套的单引号。
✅ 正确的正则方案：捕获组 + 反向引用
核心思路是利用捕获组（(["'])）记录起始引号类型，并通过反向引用（\1）强制要求结束引号与起始一致**，同时兼顾属性名前后空白与等号格式：
const regXStyleAttr = /style\s*=\s*(["']).*?\1/gi;
- (["'])：捕获单引号 ' 或双引号 "，存入第 1 组；
- .*?：非贪婪匹配任意字符（含内部嵌套的另一种引号）；
- \1：精确匹配与第 1 组相同的引号，确保配对；
- gmi：全局、多行、不区分大小写匹配。
✅ 示例验证：
const markup = ` foo bar `; console.log(markup.match(regXStyleAttr)); // → [ // 'style="font-size:0.58em;font-family:\'Times New Roman\';"', // "style='font-size:0.58em;font-family:\"Times New Roman\";'" // ]
⚠️ 注意事项：
立即学习“前端免费学习笔记（深入）”；
- 此正则仍属「字符串级解析」，无法处理无引号属性（如 style=font-size:12px）、HTML 注释、CDATA 或严重破损结构；
- 若需提取引号内的纯 CSS 内容（不含 style= 和引号），可改用 .exec() 配合 match[0] 与 match[1] 提取；
- 不建议用于不可信或结构高度不确定的 HTML 输入。
? 更健壮的替代方案：DOMParser API
对于真实 HTML 文本，浏览器原生的 DOMParser 是语义正确、容错性强、且与渲染引擎行为一致的首选：
function extractStyleAttrs(html) {
const doc = new DOMParser().parseFromString(html, 'text/html');
return Array.from(doc.body.querySelectorAll('[style]'))
.map(el => `style="${el.style.cssText}"`);
}
// 支持不规范写法（如省略引号、换行、标签未闭合）
console.log(extractStyleAttrs(`
OK
Nested quote
`));
// → ['style="font-size: 14px; color: red;"', 'style="color: "blue";"']✅ 优势总结： | 维度 | 正则方案 | DOMParser 方案 | |--------------|------------------------------|--------------------------------------| | 引号配对 | ✅（靠 \1） | ✅（浏览器自动解析，天然正确） | | 容错能力 | ❌（易被注释、JS 字符串干扰） | ✅（按 HTML 标准解析，容忍常见错误） | | 性能 | ⚡ 极快（纯字符串） | ? 稍慢（需构建 DOM 树），但现代浏览器优化良好 | | 安全性 | ⚠️ 可能被恶意构造字符串绕过 | ✅ 沙箱隔离，不执行脚本，不影响当前页面 |
? 关键提示：DOMParser.parseFromString() 在内存中创建独立文档对象，完全不操作当前页面 DOM，无副作用，可安全用于服务端（Node.js 需搭配 jsdom）或前端沙箱环境。
总结建议
- 轻量、可控、已知格式 → 使用 /style\s*=\s*(["']).*?\1/gi，简洁高效；
- 生产环境、用户输入、复杂 HTML → 坚定选择 DOMParser，以浏览器标准为唯一真理；
- 永远避免：用正则解析嵌套结构（如
二者并非互斥，而是分层协作：正则适合预筛选或日志提取；DOM 解析才是 HTML 处理的黄金标准。
