Capturer les balises HTML et leur contenu avec une RegExp sous JavaScript

Voici une expression régulière pour capturer les tags HTML doubles¹ sous JavaScript.

/<(\w+)((?:\s+\w+(?:\s*=\s*(?:"[\s\S]*?"|'[\s\S]*?'|[^'">\s]+))?)+\s*|\s*)>([\s\S]*?)<\/\1>/gi

Considérons la phrase « Testons une regexp en Javascript complexe. ».
La regex va capturer les éléments suivants :

• RegExp.$0 = "<tag class="foobar">regex en Javascript</tag>". Le texte qui satisfait le masque complet.
• RegExp.$1 = "tag". Le nom de la balise HTML.
• RegExp.$2 = " class="foobar" title="un > dans l'attribut"". Les attributs.
• RegExp.$3 = "regex en Javascript". Le contenu englobé par les balises ouvrantes et fermantes.

Il sera possible de traiter par la suite les attributs de l’élément.

Merci à Phil Haack pour cette expression régulière adaptée ici pour JavaScript².