PTT數位生活區 / RegExp (正規表示式 Regular Expression)

Re: [問題] 一段表達式, 希望版友能幫忙解析...

看板RegExp (正規表示式 Regular Expression)作者danny8376 (釣到一隻猴子@_@)時間10年前 (2013/11/01 13:21)推噓0(0推 0噓 2→)

留言2則, 1人參與討論串2/4 (看更多)

※ 引述《DongFeng (Little Five)》之銘言： : 表達式:/<table[^>]*+>([^<]*+(?:(?!<\/?+table)<[^<]*+)*+)<\/table>/i 好長好長好亂的表達式www : 這段表達式在實際使用上是抓出來源字串內的所有<table>...</table> : 我知道[^>]表達的是不包含> 的所有字串, 但一直弄不清楚的是在[^>]後面的*+的作用 : 第一個問題:*是匹配<table[^>]還是匹配[^>], 如果是匹配[^>]是不是表示允許擁有零個 : 或多個不包含> 的字串, 因為我一直在想既然是要抓出tabel, 匹配<table[^>]表示允許 : 零個又很怪 [^>]*+ 只有()Group起來才會一起算不然取量符只算前一個(Group就是整坨當一個啦) : 第二個問題:為什麼要在*號後面再加上+, *不是就允許零個或多個字串存在了嗎?為什麼 : 還要多一個允許一個或多個字串存在的+呢? 這在不少語言的RegExp裡面都不支援XD 以原文推文中的Perl的官方文件裡面的舉例 'aaaa' =~ /a++a/ 這並不會被匹配簡單來說++就是比greedy還更greedy 連最後那個a++a的a都被a++給吃掉了也就是不管後方能不能匹配總之完全不讓步的吃乾淨以這邊來說應該*和*+沒差異因為後方是匹配 > 但前面的[^>]就拒絕匹配了所以<table這邊應該都會被吃乾淨才對> : 第三個問題:中間()的部分已經完全不能理解.,正常table裡頭會允許<thead>...</thead> : <tr>...</tr>,<td>...</td>,<tfoot>...</tfoor>等tag的存在, 但是()中開始就用[^<] : 拒絕 < 的存在, 希望有版友能替我解釋這一段... 這邊你看眼花了吧XDD 把首尾的<table></table>拆掉整理下 ([^<]*+ (?:(?!<\/?+table) <[^<]*+) *+) 別忘了<table>這裡常有空白<tr> 所以先用[^<]*+來匹配非tag開頭的字元遇到tag開頭是後面要處理的後面則是拒絕匹配任何<table或</table接著的部分 (對前方的[^<]*+或後續匹配的這個non-capture group而言) 再後面才開始嘗試匹配<及其後所有非<文字 (這non-capture group後方跟者*+ 所以整段是匹配所有非<table或</table的<XXX) 上這超亂的東西就是為了避免誤吃</table以及不合法的<table 會寫成這樣主要是用了*+這種吃光光的寫法所以匹配時要手動排除掉 : 抱歉, google跟在版上爬文了還是花煞煞, 不得已只好直接發文問了, 還請大家不吝嗇指 : 教個人理解大致是如此XD 如果有錯還請麻煩鞭一下www -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.115.216.102