首页 新闻 会员 周边 捐助

正则表达式匹配html问题

0
悬赏园豆:10 [已解决问题] 解决于 2009-08-21 14:47

我想得到一个div标签,这个标签有其特定的id,怎么匹配一个html中的非此div标签,然后删除,即得到这个div标签。这种方式怎么实现

问题补充: 急求答案,各位大侠来尽情讨论撒~~
b的主页 b | 初学一级 | 园豆:139
提问于:2009-08-13 09:38
< >
分享
最佳答案
0

结合平衡组可以实现:

平衡组/递归匹配

这里介绍的平衡组语法是由.Net Framework支持的;其它语言/库不一定支持这种功能,或者支持此功能但需要使用不同的语法。

有时我们需要匹配像( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构,这时简单地使用\(.+\)则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式,懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等,比如( 5 / ( 3 + 2 ) ) ),那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的,配对的括号之间的内容呢?

为了避免(\(把你的大脑彻底搞糊涂,我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把xx <aa <bbb> <bbb> aa> yy这样的字符串里,最长的配对的尖括号内的内容捕获出来?

这里需要用到以下的语法构造:

  • (?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
  • (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败
  • (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分
  • (?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败

如 果你不是一个程序员(或者你自称程序员但是不知道堆栈是什么东西),你就这样理解上面的三种语法吧:第一个就是在黑板上写一个"group",第二个就是 从黑板上擦掉一个"group",第三个就是看黑板上写的还有没有"group",如果有就继续匹配yes部分,否则就匹配no部分。

我们需要做的是每碰到了左括号,就在压入一个"Open",每碰到一个右括号,就弹出一个,到了最后就看看堆栈是否为空--如果不为空那就证明左括号比右括号多,那匹配就应该失败。正则表达式引擎会进行回溯(放弃最前面或最后面的一些字符),尽量使整个表达式得到匹配。

<                         #最外层的左括号
[^<>]* #最外层的左括号后面的不是括号的内容
(
(
(?'Open'<) #碰到了左括号,在黑板上写一个"Open"
[^<>]* #匹配左括号后面的不是括号的内容
)+
(
(?'-Open'>) #碰到了右括号,擦掉一个"Open"
[^<>]* #匹配右括号后面不是括号的内容
)+
)*
(?(Open)(?!)) #在遇到最外层的右括号前面,判断黑板上还有没有没擦掉的"Open";如果还有,则匹配失败
> #最外层的右括号

平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.

摘自:http://unibetter.com/deerchao/zhengzhe-biaodashi-jiaocheng-se.htm

收获园豆:10
斯克迪亚 | 老鸟四级 |园豆:4124 | 2009-08-13 14:45
其他回答(2)
0

Xpath可以取到该DIV标签和该标签的内容。为什么非要把非标签的删除呢?

可以参考Linq to Xml .将html->Xhtml,然后像使用xml一样使用该XHML.

Likwo | 园豆:405 (菜鸟二级) | 2009-08-13 10:18
我有这样一套机制,可以删除不需要的标签,为了重用这样实现,哥们可以解决不?
支持(0) 反对(0) b | 园豆:139 (初学一级) | 2009-08-13 10:27
0

var regex = /<div[^>]*(?:id=\"div1\")[^>]*>[^<]*<\/div*>/g;

var result = source.match(regex).toString();

将div1替换为你的div标签Id

slokra | 园豆:264 (菜鸟二级) | 2009-08-13 10:36
div里版有嵌套标签的话无法识别出来
支持(0) 反对(0) slokra | 园豆:264 (菜鸟二级) | 2009-08-13 10:49
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册