正则 - V2EX

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

这是一个创建于 4744 天前的主题，其中的信息可能已经有所发展或是发生改变。

大神们求助啊...问一下
.*href="(.*?)">(.*)</a.*
能不能匹配这一行
<ul><li>已浏览:1612<a rel="nofollow" target="_blank" href="http://today.hitwh.edu.cn/news_show.asp?id=10887">2012-2013 学年秋季学期公共课考试时间安排 </a> 2012-10-09</ul>

span

href

font

21 条回复 1970-01-01 08:00:00 +08:00

crazybubble

2012-10-14 17:21:01 +08:00

http://www.zhongguosou.com/computer_question_tools/test_regex.aspx

quzeyao

2012-10-14 17:36:38 +08:00

@crazybubble tks 我试试

quzeyao

2012-10-14 17:45:00 +08:00

@crazybubble 没弄明白..。大神我想匹配那行html之后把地址提取出来替换掉那行该怎么写

Mutoo

2012-10-14 17:51:33 +08:00

第一个 .* 就会匹配所有的字符，这里应该使用“懒惰模式” .*?

.*?href="(.*?)">(.*?)</a.*

匹配结果的$1和$2分别是<a>的 href 和 innerHTML

quzeyao

2012-10-14 18:02:26 +08:00

@Mutoo 还不行我寻思写个校网新闻的客户端直接在yahoo pipe里写好正则在客户端rss就行了可是怎么也不认啊

quzeyao

2012-10-14 18:05:05 +08:00

@Mutoo http://pipes.yahoo.com/pipes/pipe.info?_id=90e0e8d4b6dcef8a80826e7b6625f868
就是这个

crazybubble

2012-10-14 18:07:39 +08:00

你是说你想把http://today.hitwh.edu.cn/news_show.asp?id=10887这个link通过正则匹配出来?

Mutoo

2012-10-14 18:09:07 +08:00

@quzeyao 你先理解一下“懒惰模式”吧。

上面那个正则只考虑对一行文字做匹配，你可以尝试把最后一个.*去掉，不然会吞掉后面所有的东西。

quzeyao

2012-10-14 18:12:43 +08:00

@crazybubble 恩

crazybubble

2012-10-14 18:15:46 +08:00

@quzeyao 要匹配这个link，光用那个pattern不够，因为你是要匹配href=之后，</a之前的这个pattern（事实上，不是</a，因为</a之前还有那段中文的描述），那你需要的是两个零宽断言，也就是类似如果在一个pattern前方找到了xxx，这个pattern后面找到了yyy，那么这串pattern是我想要的。

quzeyao

2012-10-14 18:16:20 +08:00

@Mutoo 恩会看得不过。。。还不行

crazybubble

2012-10-14 18:17:46 +08:00

@quzeyao 你可以试试 (?<=<\s*a\s+[^>]*href\s*=\s*["|'])[^"<>]+(?=["|'])
看是不是你想要的

quzeyao

2012-10-14 18:17:53 +08:00

@crazybubble 你是说我原来正则括号里的部分吧

crazybubble

2012-10-14 18:24:59 +08:00

@quzeyao 不是不是我说的是比如像这样
（<?<=你想要匹配的pattern之前会遇到的pattern）你要匹配的pattern（?=你要匹配的pattern的之后会遇到的pattern）

linuz

2012-10-14 18:29:41 +08:00

http://gskinner.com/RegExr/

crazybubble

2012-10-14 18:35:42 +08:00

@linuz 这个测试器貌似检测不出(?<=< 中第二个<
所以后来我找到了http://www.zhongguosou.com/computer_question_tools/test_regex.aspx 虽然看上去丑而且慢，但是还是挺管用的

quzeyao

2012-10-14 18:36:22 +08:00

@linuz 感谢工具

@crazybubble

@Mutoo
是yahoo pipes 正则的问题

caomu

2012-10-14 19:37:34 +08:00

跪了。。。对着我以前做的pipes怎么改都提取不出来。。。 http://pipes.yahoo.com/pipes/pipe.info?_id=a209cc1bf63d3aabc0084eb89890be2c 都差不多都是提取标题和链接。。。pipes的正则很奇葩的，我就老是遇上各种奇葩的结果。。。

考虑到 fetch page 是准备废弃的模块，于是我还是用 Xpath fetch page 做了一个，LZ看看吧。（觉得还行就点一下“感谢回复者”吧～）

http://pipes.yahoo.com/pipes/pipe.info?_id=fccad9f03362cf30740ea619cd3f0d66

linuz

2012-10-14 19:40:44 +08:00

@crazybubble thx

quzeyao

2012-10-14 19:45:24 +08:00

@caomu 完美我差一点就要在vps上直接搞了

xavierskip

2012-10-15 10:15:26 +08:00

http://regexpal.com/ 可以用这个方便调试