std::regex_replace是C++11中清除HTML/XML标签属性最直接的通用方案，推荐正则模式R"((s+w+s=s(["'])(?:1|.)?))"，适用于简单片段；复杂场景应选tinyxml2等DOM库。 ↩
用 std::regex_replace 清除 HTML/XML 风格的标签属性最直接
如果你面对的是类似 <div id="a" class="b" data-x="y"> 这种带多个属性的标签，想删掉所有属性（只保留标签名和尖括号），std::regex_replace 是 C++11 起最可行的通用方案。它不依赖外部库，且能一次匹配整个属性片段。
关键点在于正则要覆盖：空格 + 属性名 + 可选等号 + 可选引号包裹的值（含转义、单双引号混用）。标准库的 std::regex 对 Unicode 和复杂引号嵌套支持弱，所以仅适用于简单 HTML 片段（如模板生成、日志清洗）。
- 推荐正则模式：
R"((s+w+s*=s*(["'])(?:[^\]|\.)*?)*)"—— 匹配“空格+属性=值”整体，支持单双引号及简单转义 - 替换为空字符串：
""，注意不是" "（否则会多出冗余空格） - 必须启用
std::regex_constants::ECMAScript（默认），避免某些编译器（如 MSVC）对s解析异常
手动遍历删除属性容易漏掉边界情况
有人倾向用 find/erase 循环找 = 或 "，但实际会踩一堆坑：属性值里含 =（如 style="width: 100%"）、属性名后无空格（<imgsrc="x">）、自闭合标签（<br/>）里的斜杠位置干扰。这些都会导致删错或死循环。
除非你明确知道输入格式极度受限（比如所有属性都用双引号、值中无 "、标签间必有空格），否则不建议手写解析逻辑。
立即学习“C++免费学习笔记（深入）”；
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 遇到
<a href="x" onclick="alert('y = z')">，基于=切分必然在alert('y = z')处断裂 -
substr或erase修改字符串时，迭代器/索引容易失效，尤其多次erase后未重置搜索起点 - 无法区分开始标签
<div ...>和结束标签</div>，后者本就不该有属性，但正则能天然跳过
用 tinyxml2 或 pugixml 更健壮，但重量级
如果输入是完整、合法的 XML/HTML，且你需要反复操作（不止删属性，还要改内容、查父子关系），那硬上正则反而得不偿失。此时引入轻量 DOM 库更稳妥。
tinyxml2 的 XMLElement::DeleteAttribute() 可以按名精确删除；pugixml 的 node.attribute(name).remove() 支持遍历所有属性。它们自动处理命名空间、CDATA、注释、实体编码等正则根本搞不定的细节。
- 编译时需链接对应库（
-ltinyxml2或包含头文件），增加构建步骤 - 对非法 HTML（如未闭合标签、错位引号）容错性差，可能解析失败并静默丢弃节点
- 若只是临时清理一两个字符串，启动 DOM 解析器开销远大于正则——别为一行需求拉起一个解析器
注意 std::regex 在 GCC 和 MSVC 上的行为差异
Linux 下 GCC 的 std::regex 实现长期存在性能问题（回溯爆炸）和部分语法不支持（如 (?i) 忽略大小写标志在旧版本无效）；MSVC 则对 Unicode 字符类支持更弱。同一段正则，在不同平台可能编译失败、运行超时或匹配结果不一致。
实操建议：
- 先用
std::regex_search测试单个属性是否能被正确捕获，再上replace - 避免使用
.*?在长文本中做非贪婪匹配——改用否定字符集，例如[^">]*替代.*?匹配双引号内内容 - 若发现匹配不稳定，降级为两步法：先用
find("<")定位标签起始，再对每个标签子串单独正则处理，缩小作用域
真正难的从来不是“怎么删”，而是“怎么确定删得干净又不误伤”。正则快但脆弱，DOM 稳但重，选哪个取决于你的输入可信度和后续是否还要解析。
