10

Como obter os valores de um <textarea> com Regex, incluindo new line?

Tenho a seguinte expressão para obter um textarea:

([<]textarea.*[<\/textarea][>])

Exemplo online.

O problema é que se o textarea possuir quebra de linha, a expressão não consegue capturá-lo.

Daí a minha dúvida: Como capturar o textarea com new line?

5
  • 2
    Tratar HTML com regex é dificil e às vezes a ferramenta errada. Em que ambiente/linguagem estás a trabalhar?
    – Sergio
    Commented 2/08/2016 às 15:45
  • @Sergio Estou utilizando C#, mas minha dúvida é apenas com a expressão mesmo. Eu não utilizo Regex para manipular o html, utilizo o html agility pack. Mas já conversamos sobre isso no chat, apenas quis trazer a pergunta para o site também.
    – Randrade
    Commented 2/08/2016 às 15:51
  • Randrade, por curiosidade, tinha algum bug na minha resposta?
    – Sergio
    Commented 4/08/2016 às 7:21
  • @Sergio, te respondi no chat, mas respondendo aqui também: Desculpa, eu iria te dizer aqui no chat o motivo mais acabei esquecendo. Sua resposta está perfeita, não tem problema nenhum com ela. Eu mudei a aceitação apenas porque a resposta do GuilhermeLautert possui uma explicação mais didática, de parte por parte. Achei que isso seria de ajuda para que buscar. Mas estou esperando o tempo limite para poder oferecer uma recompensa.
    – Randrade
    Commented 4/08/2016 às 13:49
  • Ok, tudo bem. A resposta dele é maior porque a regex é mais complexa :) Não sabia que querias separar tags e conteúdo. Bom conteúdo fica aqui na pergunta e respostas, nice.
    – Sergio
    Commented 4/08/2016 às 14:59

4 Respostas 4

11
+100

O problema nessa REGEX é que por padrão o . não inclui o \n, desta forma teria de contornar essa falta, podendo ser com negação [^...], que captura qualquer coisa que não esteja no grupo.

Para sua necessidade podes fazer assim: <(textarea)([^>]*)>([^%]*?)</\1>.

Veja funcionando em REGEX101

Explicação

  • <(textarea) - captura literalmente < e gera um grupo literal com textarea, que vai ser usado como atalho.
  • ([^>]*)> - serão todos os atributos da tag, lembrando que atributos não tem > então usei a negação dele para pegar tudo, por fim deve terminar com o termino de tag >.
  • ([^%]*?) - aqui é conteúdo a ser capturado, eu usei a negação do % pois imagino que não var ter isso no meio, mas caso tenha é só trocar para outro caractere, por exemplo ¬, lembrando que por se tratar de negação inclui todo e qualquer caractere que no esteja no grupo incluindo o \n.
  • </\1> - por fim deve captura o termino da tag. que foi retomada com o atalho do grupo 1 \1.

Adendo

Você também pode usar a flag s para permitir que o .(Dot) captura \n. alterando a REGEX para <(textarea)([^>]*)>(.*?)</\1>.

Lembrando que deve se aplicar a frag s.

Exemplo JS

string.match(/<(textarea)([^>]*)>(.*?)<\/\1>/gs); // aqui  foi necessário escapar o `/`, para não ser interpretado como fim da REGEX `<\/\1>`.

Veja funcionando em REGEX101

5
  • 1
    Podes colocar um exemplo da regex a funcionar aqui regex101.com/r/fH1eL8/1 ?
    – Sergio
    Commented 2/08/2016 às 15:56
  • Não entendi o downvote, o Guilherme me enviou o link de teste e funcionou perfeitamente regex101.com/r/wC9oA3/8 (é que o Guilherme usou ~ ao invés de /)
    – Syzoth
    Commented 2/08/2016 às 16:17
  • @GuilhermeLautert boa. Estava agora a ver, mas isso assim não apanha tudo desde <textarea até fechar a tag com /textarea> pois não?
    – Sergio
    Commented 2/08/2016 às 16:22
  • @Sergio não sei se entendi bem, mas sim ele captura tudo ate o fechamento da tag, só que ainda separa em grupos, e o conteúdo fica separado dos atributos. Commented 2/08/2016 às 19:54
  • Cara merece +100 pela explicação do s isso é uma mão na roda, depois vou lançar uma recompensa pra ti :)
    – Syzoth
    Commented 3/08/2016 às 16:10
9

Podes fazer assim:

(<textarea[\s\S]+?textarea>)

Exemplo: https://regex101.com/r/oQ1qJ3/1

A parte importante é [\s\S]+?, que permite basicamente tudo, uma ou mais vezes, e o ? diz para ser perguiçoso e concretizar o capture na primeira opurtunidade que encontrar.

4
  • Eu estava a tentar aqui: regexr.com/3du5c , o problema é que estava a incluir tudo desde a abertura do primeiro até ao fechar do ultimo. Que parte da tua expressão é que impede que isto aconteça?
    – Miguel
    Commented 2/08/2016 às 16:04
  • @Miguel junta um ? assim: regexr.com/3du5f
    – Sergio
    Commented 2/08/2016 às 16:05
  • 1
    Ha boa... Obrigado pelo esclarecimento e pela alternativa
    – Miguel
    Commented 2/08/2016 às 16:07
  • 1
    Esse +? é o que resolve o meu problema com o [\s\S], agora acredito que será mais fácil portar os meus regex para diferentes interpretadores, como os do js, java, c#, preg. +1
    – Syzoth
    Commented 2/08/2016 às 16:31
5

As demais respostas são as corretas e excelentes, eu só fiz algumas modificações:

  • Modifiquei o exemplo do @Sergio para:

    /(<textarea[\s\S]+?<\/textarea>)/g

    Teste: https://regex101.com/r/oQ1qJ3/2

    Isto para evitar coisas como <textarea>abc<textarea> (veja que falta a barra, mas no regex original do @Sergio estava a obter o match)

  • Se precisar fazer um match separado dos atributos e do conteúdo, faça assim:

    /(<textarea([^>]+)>([\s\S]+?|)<\/textarea>)/g


  • Modifiquei o exemplo do @GuilhermeLautert para:

    /<(textarea)([^>]+)>([^%]*?)<\/\1>/g

    Teste: https://regex101.com/r/wC9oA3/8

    A resposta funciona perfeitamente, mas se precisar usar o / não vai trabalhar bem devido ao </\1>, claro que a situação varia em diferentes linguagens, isso é apenas pra uma situação especifica.


Nota: Eu cheguei a criar um exemplo, mas meu conhecimento era mais limitado, todavia segue o regex:

<textarea([^>]+)[>]([^<]+[^t]+[^e]+[^x]+[^t]+[^a]+[^r]+[^e]+[^a]+[^>]|.*)<\/textarea>

Resultado: https://regex101.com/r/iW4xG3/1

No entanto as demais respostas mostram caminhos melhores e mais simples, este é só uma alternativa para estudar

2
  • 1
    Estava a ver a tua alteração à minha regex e em casos de HTML inválido (que acho que é o que queres contornar) apanha duas textarea, é essa a ideia? regex101.com/r/oQ1qJ3/3
    – Sergio
    Commented 2/08/2016 às 17:05
  • @Sergio sim é isto
    – Syzoth
    Commented 2/08/2016 às 18:36
4

Olá amigo consegui fazer dessa forma:

<textarea\b[^>]*>((\n*|.)*)<\/textarea>

Exemplo: https://regex101.com/r/oJ0iP6/2

Explicação:

  • <textarea\b[^>]*> Captura a primeira tag, o limitrofe \b garante que a tag case com <textarea. o [^>]* casa todos os caracteres exceto > impedindo que a tag contenha dois >>
  • ((\n*|.)*)) Captura o Grupo do conteúdo da tag. Captura qualquer quebra de linha \n* ou | captura todos os caracteres .*
  • <\/textarea> Finaliza com a captura da tag de fechamento
1
  • 1
    Funcionou perfeitamente em todos testes que fiz +1, apenas falta um explicação sobre a regex.
    – Syzoth
    Commented 2/08/2016 às 16:46

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .