欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识！
您现在的位置是： 首页

由正则表达式html或xml标签配对说起【括号编组和正负向预查】

程序员文章站 2022-07-08 16:24:00
...
    经常会查找xml或HTML标签里的内容，如果着急用，可以使用下面的正则和方式查找：
使用正则表达式： reg = /<div>([\s\S]*)</div>/ig 
    /**
     * 
     * @param {type} str
     * @param {type} tag
     * @returns {array}或null 标签和内容数组
     */
    function tag(str,tagName){
        //正则表达式 <div>([\s\S]*)</div>
        var exp = '<'+tagName+'>([\\s\\S]*)<\/'+tagName+'>';
        console.log(exp);
        var reg = new RegExp(exp,'ig');
        var arr = str.match(reg);
        return arr;
    }
    

/**

只返回标签内容或null
**/
    function tagText(str,tagName){
        var exp = '<'+tagName+'>([\\s\\S]*)<\/'+tagName+'>';
        console.log(exp);
        var reg = new RegExp(exp,'ig');
        var arr = str.match(reg);
        if(arr!=null){
            return RegExp.$1;
        }
        return null;
    }

    var str = "<html><body><div>测试div \n</div><body><html>";
    
    var arr = tag(str,'div');
    console.log(arr[0]); 
    
    var text = tagText(str,'div');
    console.log(text);




输出结果 

Chrome 34.0.1847 (Windows 7) LOG: '<div>([\s\S]*)</div>'

Chrome 34.0.1847 (Windows 7) LOG: '<div>测试div 
</div>'

Chrome 34.0.1847 (Windows 7) LOG: '<div>([\s\S]*)</div>'

Chrome 34.0.1847 (Windows 7) LOG: '测试div 
'



      两个函数的区别：RegExp.$1;

      这两个函数使用了正则表的式的括号进行分组匹配，很方便，而且节省了大量代码。



正则表达式的括号分组功能，有四种写法 
1、(pattern)
2、(?:pattern)
3、(?=pattern)
4、(?!pattern)


我们使用的是第一种方式进行匹配的，这种写法与没有括号的写法功能基本上是一样的
如： 
var reg=/[\S]+ [\S]+/ig
和
var reg = /([\S]+) [\S]+/ig;

 var str = 'Windows 95 是个比较老的系统。';
 var arr = str.match(reg);
 console.log('匹配结果：'+arr[0]);
 console.log('捕获分组：'+RegExp.$1);

输出为：
Chrome 34.0.1847 (Windows 7) LOG: '匹配结果：Windows 95'

Chrome 34.0.1847 (Windows 7) LOG: '捕获分组：Windows'



括号的用途在于，模式匹配上以后，可以提取括号分组里的内容。如从匹配的
'Windows 95'提取'Windows'，括号括起来后就可以用RegExp.$1提取括号里的
内容，如果匹配多个，可以用RegExp.$1...$99提取。

([\S]+)只是产生了一个有趣的副产品,导致匹配的内容被捕获供今后使用。
2、3、4种写法全部丢弃了副产品。

2、(?:pattern)意思是丢弃副产品，括号里匹配的内容不再存储和使用。 

var str = 'Windows 95 是个比较老的系统。';
   
   var reg = /(?:[\S]+) [\S]+/ig; 
    
   var arr = str.match(reg);
   console.log('匹配结果：'+arr[0]);
   console.log('捕获分组：'+RegExp.$1);

Chrome 34.0.1847 (Windows 7) LOG: '匹配结果：Windows 95'

Chrome 34.0.1847 (Windows 7) LOG: '捕获分组：'


分析：
副产品直接丢弃

3、(?=pattern)
分三步操作
1、找到和正则表达式完全匹配的内容。2、捕获括号前面的内容。3、丢弃括号里的副产品。 

 var str = 'Windows95和Windows98是比较老的系统。Windows2000是新系统！';
   
 var reg = /Windows(?=98|95)/ig;
     
   var arr = str.match(reg);
   for(var i=0;i<arr.length;i++){
       console.log('匹配结果'+i+'：'+arr[i]);  
   }
   console.log('捕获分组：'+RegExp.$1); 
 
Chrome 34.0.1847 (Windows 7) LOG: '匹配结果1：Windows'

Chrome 34.0.1847 (Windows 7) LOG: '匹配结果2：Windows'

Chrome 34.0.1847 (Windows 7) LOG: '捕获分组：'


分析：
1、找到Windows95和Windows98
2、捕获两个Windows
3、丢弃括号里的副产品98和95


4、(?!pattern)负向预查
1、找到和正则表达式括号外的表达式完全匹配的内容。2、捕获括号前面的内容。3、丢弃括号里的副产品。 

var str = 'Windows95和Windows98是比较老的系统。Windows2000是新系统！';
   
 var reg = /Windows(?!98|95)/ig; 
     
   var arr = str.match(reg);
   for(var i=0;i<arr.length;i++){ 
       console.log('匹配结果'+i+'：'+arr[i]);  
   }
   console.log('捕获分组：'+RegExp.$1); 

Chrome 34.0.1847 (Windows 7) LOG: '匹配结果0：Windows'

Chrome 34.0.1847 (Windows 7) LOG: '捕获分组：'


分析：
1、找到Windows2000
2、捕获1个Windows
3、丢弃括号里的副产品2000


另一个负向预查的例子 
//取得script里的网址"http://www.baidu.com"

 var str = '<script src="http://www.baidu.com"><script>';
        var reg = /(?!src=)"[\S]*"/; 
        var match = str.match(reg);
        console.log(match[0]);
输出：
"http://www.baidu.com"





相关标签： 正则表达式 xml javascript

上一篇： MaxCompute问答整理之12月 sqljava 

下一篇： linux 安装mysql多个实例

推荐阅读