タグを削除する正規表現について

質問

<("[^"]*"|'[^']*'|[^'">])*>
とうい正規表現があります。HTMLのタグを削除するタグとういことですが、意味がわかりません。

"<"、">"の括弧の意味はわかります。"( )"はグループ化という意味もわかります。"|"はorという意味もわかりますし、*は一つ前の文字列が0以上というのも理解しています。[]は中の文字列のいずれかに該当するという意味もわかります。ただ、

"[^"]*"
'[^']*'
[^'">]

の個々の意味を考えるとわかりません。
"[^"]*"は最初にダブルクオテーションが出てきて、^ or "が０個以上該当するという意味にとらえてしまいます。なにとぞご解説お願いいたします。

ちなみにhttp://www.mnet.ne.jp/~nakama/を参考にしています。

回答No.2

noname#194317 · ベストアンサー

まず、[]の意味を説明しておきましょう。[]はキャラクタクラスを示し、[]で囲まれた文字のいずれかにマッチします。[abc]だと、a,b,cのいずれにもマッチします。

[^]はネガティブキャラクタクラスで、囲まれた文字列以外のものにマッチします。[^abc」だと、a,b,cにはマッチせず、それ以外の文字列にマッチします。

ということで、不明と言われている正規表現を分解してみましょう。

１）"[^"]*"
　--> "　[^"]　*　"　と解釈されます
ダブルクオートで始まり、ダブルクオート以外の文字が0回以上繰り返し、ダブルクオートで終わる文字列にマッチします。つまり、ダブルクオートで囲まれた文字列全てにマッチすることになります。

２）'[^']*'
　--> '　[^']　*　'　と解釈されます
上記ダブルクオートの時と同じです。シングルクオートで始まり、シングルクオート以外の文字が0回以上繰り返し、シングルクオートで終わる文字列にマッチします。

３）[^'">]
これは単純に、ネガティブキャラクタクラスそのものです。シングルクオート・ダブルクオート・不等号以外のものにマッチします。

ということは、不等号（小なり）で始まり、１）or２）or３）の0回以上の繰り返しが続き、不等号（大なり）で終わる文字列にマッチすることになります。

回答No.1

yyr446

[^"]の意味は、^ or "でなくて、"じゃない文字の意味です。
[]の中では^は否定の意味になります。
<hoge id="hogege" xx ='fuga' >
をマッチさせたいのだと思います