正则表达式用法

电玩女神 2022-04-24 05:56 370阅读 0赞

开发工具与关键技术：正则表达式  
作者：文泽钦  
撰写时间：2019年4月15日  
找一个需要替换的p标签，一个带img标签的，一个不带img标签的p标签，先看不带img标签提取标签里的文本信息，先把需要提取的标签复制到正则表达式软件上：  
![在这里插入图片描述][20190418080643212.png]  
在这个位子上写正则表达式代码：  
![在这里插入图片描述][20190418080706938.png]  
我们先把p标签里的span标签提取出来，把包裹着文本的span标签去掉，匹配span标签：  
![在这里插入图片描述][20190418080735158.png]  
往后匹配”<span.+”然后它就会一直匹配到结束位置：  
![在这里插入图片描述][20190418080800595.png]  
![在这里插入图片描述][20190418080826954.png]  
我要匹配到span开始标签“>”这个位置结束，因为有多个span标签，所以用懒惰匹配:<span.+?>  
现在所有的span开始标签都匹配出来了，它会在第一个“>”位子停止匹配：  
![在这里插入图片描述][20190418080910868.png]  
还有呢就是要把结束标签匹配出来，要加一个或符号“|”:<span.+?>|，把前面满足条件的匹配出来，或则后面满足条件的匹配出来：  
![在这里插入图片描述][20190418080935982.png]  
![在这里插入图片描述][20190418080956897.png]  
现在已经把span标签全部匹配出来了，把span标签替换成空，在正则表  
式软件上找到第一个“Replace”代替这个单词，点击：  
下面会弹出多一个文本框，你可以在这里输入其他内容把span标签替换成你输入的内容，但我们现在需要把span标签替换为空，所以不用输入内容，找到再找到第二个“Replace”代替这个单词，点击：  
![在这里插入图片描述][20190418081036474.png]  
这时会弹出三个选项，我们点击第一个选项：Search- and- Replace All Matches：替换搜索到所有匹配的内容，这个选项然后它会在最后一个文本框显示出替换后的结果：  
![在这里插入图片描述][20190418081109853.png]  
Span标签替换完了，现在到替换p标签了，替换p标签也是跟替换span标签的方法一样的，先把刚刚替换掉span标签的结果复制到：  
![在这里插入图片描述][20190418081146954.png]  
然后写正则表达式：<p.+?>|

,替换：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU0MDI1MQ_size_16_color_FFFFFF_t_70]  
到这就把所有的标签替换掉了，提取到纯文本的信息了。  
现在看一下带img标签的p标签，要提取img标签里的内容，文本信息空格都是用一个p标签包裹着，能不能用span标签把img标签包裹着，再提取：  
![在这里插入图片描述][20190418081257194.png]  
意思说，在这里除了img标签是没有用span标签包裹的，其他文本信息都是用span标签包裹着的，那么我们先匹配出img标签：<img. *?/>  
![在这里插入图片描述][20190418081317209.png]  
要在img标签前加一个span开始标签，在img后面加一个span结束标签，还是用替换：$0,$0是指符合<img.*/>匹配的所有结果，意思说在img前后加上span开始和结束标签，  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU0MDI1MQ_size_16_color_FFFFFF_t_70 1]  
Img标签前后是不是多了一个span开始标签和结束标签。  
把span标签全部匹配出来，这次用零宽断言的先行方法:<span.+(?=)，这匹配到结束前这个位子，这里需要结合懒惰匹配方法使用，要考虑到有多个span标签，否则正则表达式默认尽可能多匹配，它回给你匹配到最后一个标签前这个位子结束：  
![在这里插入图片描述][20190418081405977.png]  
上面试贪婪匹配，但我们需要的是懒惰匹配，这样才能匹配出所有的span标签,贪婪符号是一个问号”?”：<span.+?(?=),把匹配到的结果罗列出来，点击： ，点击List All Regex Matches：列出所有正则匹配：  
![在这里插入图片描述][20190418081433405.png]  
匹配图片路径用零宽断言里的先行和后行，先用后行（从什么位子后面开始匹配）,在用先行（匹配到什么位置结束）：(?<=src=\\”).+?(?=\\”)；转译字符“\\”，这条正则表达式意思是从scr=后面的双引号开始匹配，匹配到img结束的双引号前的位置：  
![在这里插入图片描述][20190418081459210.png]

[20190418080643212.png]: /images/20220218/e236d93260e74cf692710ecc8bf0ce2a.png
[20190418080706938.png]: /images/20220218/e81ca0afbded491bb9d8483619ef673c.png
[20190418080735158.png]: /images/20220218/a286ffd61084424e95516e0e3f8eed1b.png
[20190418080800595.png]: /images/20220218/94aad7c56e7e49e4bf1fac3434d0b0de.png
[20190418080826954.png]: /images/20220218/528a6afe37384e5d917230a8802a9cde.png
[20190418080910868.png]: /images/20220218/c9c562b06d1a46eeba367e3f0d0614d3.png
[20190418080935982.png]: /images/20220218/da57df750b5e4b35b55ed18a3612f02b.png
[20190418080956897.png]: /images/20220218/a3ff18000f0a41ac98d584cccfe10518.png
[20190418081036474.png]: /images/20220218/a178e108f7e44f3ebad13a175d20f1ef.png
[20190418081109853.png]: /images/20220218/41208c10fd944e74becc7611e00e93f1.png
[20190418081146954.png]: /images/20220218/a27e3eb02a524ef38b4092500c3a939f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU0MDI1MQ_size_16_color_FFFFFF_t_70]: /images/20220218/fe3cd017af10403cb0d8c9805158830b.png
[20190418081257194.png]: /images/20220218/e021f9e15ce54a1daaade59ca48df653.png
[20190418081317209.png]: /images/20220218/8c947d50751142bdbcace3d993c8b94f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDU0MDI1MQ_size_16_color_FFFFFF_t_70 1]: /images/20220218/5dd10da8997a47f19df5d1b1ece637af.png
[20190418081405977.png]: /images/20220218/f2a6bce123024271b8a8e53719ac582c.png
[20190418081433405.png]: /images/20220218/4bd98c6a222e48c49a6b9346a6fa61c7.png
[20190418081459210.png]: /images/20220218/c89da93b8d4a4e48b1a1dcae217b6f4e.png