Chaîne Regexp seulement trouve également des caractères spéciaux

Question

Ne peut pas comprendre, pourquoi mon expression rationnelle ne trouve pas seulement des caractères alpha?

Le motif:

([\<])([^\>]{1,})([a-zA-Z])([\>]) 

L'exemple

-------- Original Message -------- 
Subject: This is plain test 
Date: Tue, 04 Jun 2013 13:26:04 +0000 
From: Hello there <myemail@myemail.tld> 
To:  myemail@myemail.tld <myemail@myemail.tld> 

Hello! This is plain mail! 
<SP@AN></SPA@N> 
No html is inserted. No no! 
<man2></man2> 
Why do you found this < something inside this>??? 

expression a trouvé les adresses e-mail et les balises HTML non valides! J'ai besoin, donc pas de balises invalides et aucune adresse e-mail ne correspondra en raison de l'analyse du texte pour les balises html valides. Qu'est-ce qui ne va pas avec ce modèle et pourquoi cela correspond-il aux tags et emails non valides?

Voici le lien pour mes tests. http://regexr.com?353v9

Answer 1

Ce simple devrait répondre à vos besoins:

</?[a-zA-Z0-9]+?> 

Demo

Answer 2

Votre deuxième groupe ([^\>]{1,}) trouve un ou plusieurs caractères qui ne se ferment pas équerres > - cela comprend les lettres, les chiffres, et, bien, tout ce qui est pas un >. Je crois que c'est pourquoi vos matchs ne sont pas ce que vous attendez; C'est difficile à savoir puisque vous n'avez pas dit exactement ce que vous essayez de faire correspondre, quelles sont les chaînes qui correspondent au modèle, ou ce qui ne va pas avec les matchs.

Answer 3

Si je comprends votre requête correctement, vous voulez éliminer des problèmes, par exemple < > @ /?

Si tel est le cas, vous pouvez utiliser ^[^\<\>\/\\\'\"]*$ pour faire correspondre à tous sauf < >/\ ' ".

Answer 4

Brisons votre regex (groupes):

1. ([\<]) = exactement un <
2. ([^\>]{1,}) = tout caractère qui est pas un >, une ou plusieurs fois
3. ([a-zA-Z]) = exactement un caractère alphabétique en minuscule ou en majuscule
4. ([\>]) = Exactement un >

Voilà pourquoi adresses e-mail comme <myemail@myemail.tld> sont présents:

1. <
2. myemail@myemail.tl
3. d
4. >

et les chaînes de tag comme comme <SPA@N>:

1. <
2. SPA@
3. N
4. >

ou < something inside this>:

1. <
2. something inside thi (y compris l'espace au début)
3. s
4. >

<man2> ne correspond pas, parce que le nombre 2 avant la > n'est pas un caractère alpha.

solution de base: Pour faire correspondre les balises typiques HTML, vous pouvez utiliser ([\<]\/?)([a-zA-Z0-9]+)([\>])

1. ([\<]\/?) = un < ou </ (pour les balises de fermeture)
2. ([a-zA-Z0-9]+) = un ou plusieurs caractères alphanumériques (pour soutenir <h2> etc) caractères - le nom de l'élément HTML
3. ([\>]) = un >

Notez que ceci ne prend pas en charge la notation de balise vide XHTML comme <br /> ou <br/>, ni les balises avec des attributs comme <a href="http://example.com">.Il y a beaucoup de ressources regex là-bas avec un tas de modèles pour les balises HTML, validation d'adresse e-mail, etc.

Edit: Si vous faites tout filtrage, assurez-vous de ne pas dépouiller juste de sortir > caractères que ceux-ci sont couramment utilisé dans les messages électroniques en texte brut pour indiquer des blocs de citation lors de la réponse.