Re: [问题] 一段表达式, 希望版友能帮忙解析...

楼主: danny8376 (钓到一只猴子@_@)   2013-11-01 13:21:17
※ 引述《DongFeng (Little Five)》之铭言:
: 表达式:/<table[^>]*+>([^<]*+(?:(?!<\/?+table)<[^<]*+)*+)<\/table>/i
好长好长好乱的表达式www
: 这段表达式在实际使用上是抓出来源字串内的所有<table>...</table>
: 我知道[^>]表达的是 不包含> 的所有字串, 但一直弄不清楚的是在[^>]后面的*+的作用
: 第一个问题:*是匹配<table[^>]还是匹配[^>], 如果是匹配[^>]是不是表示允许拥有零个
: 或多个 不包含> 的字串, 因为我一直在想既然是要抓出tabel, 匹配<table[^>]表示允许
: 零个又很怪
[^>]*+ 只有()Group起来才会一起算 不然取量符只算前一个(Group就是整坨当一个啦)
: 第二个问题:为什么要在*号后面再加上+, *不是就允许零个或多个字串存在了吗?为什么
: 还要多一个允许一个或多个字串存在的+呢?
这在不少语言的RegExp里面都不支援XD
以原文推文中的Perl的官方文件里面的举例
'aaaa' =~ /a++a/
这并不会被匹配
简单来说++就是比greedy还更greedy
连最后那个a++a的a都被a++给吃掉了
也就是不管后方能不能匹配 总之完全不让步的吃干净
以这边来说应该*和*+没差异 因为后方是匹配 > 但前面的[^>]就拒绝匹配了
所以<table这边应该都会被吃干净才对>
: 第三个问题:中间()的部分已经完全不能理解.,正常table里头会允许<thead>...</thead>
: <tr>...</tr>,<td>...</td>,<tfoot>...</tfoor>等tag的存在, 但是()中开始就用[^<]
: 拒绝 < 的存在, 希望有版友能替我解释这一段...
这边你看眼花了吧XDD
把首尾的<table></table>拆掉整理下
([^<]*+ (?:(?!<\/?+table) <[^<]*+) *+)
别忘了<table>这里常有空白<tr>
所以先用[^<]*+来匹配非tag开头的字符 遇到tag开头是后面要处理的
后面则是拒绝匹配任何<table或</table接着的部分
(对前方的[^<]*+或后续匹配的这个non-capture group而言)
再后面才开始尝试匹配<及其后所有非<文字
(这non-capture group后方跟者*+ 所以整段是匹配所有非<table或</table的<XXX)
上这超乱的东西就是为了避免误吃</table以及不合法的<table
会写成这样主要是用了*+这种吃光光的写法 所以匹配时要手动排除掉
: 抱歉, google跟在版上爬文了还是花煞煞, 不得已只好直接发文问了, 还请大家不吝啬指
: 教
个人理解大致是如此XD
如果有错还请麻烦鞭一下www
楼主: danny8376 (钓到一只猴子@_@)   2012-01-01 13:25:00
建议搭配原文章LPH66堆文食用 (X搞这样是效率问题来着XDD 也难怪搞得超复杂www

Links booklink

Contact Us: admin [ a t ] ucptt.com