87,923
社区成员
发帖
与我相关
我的任务
分享
<div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=3df24069236f25705e79c82b" target="_blank">
maomao14090
</a>
<span class="i-gradeIndex i-gradeIndex-2"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于7 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=83614069236f25705e79dcbd" target="_blank">
谁打谁觉得
</a>
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于2 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=31c14069236f25705e79143a" target="_blank">
张浩hlo
</a>
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于9 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=01c24069236f25705e799132" target="_blank">
在死者time
</a>
<span class="i-gradeIndex i-gradeIndex-5"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于17 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=b6d54069236f25705e791d5d" target="_blank">
1111后初晴
</a>
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于11 分钟前
</span>
</div>
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8"/>
<title> new document </title>
</head>
<body>
<textarea id="kkk" rows="100" cols="50"><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href=" " target="_blank">
maomao14090
</a >
<span class="i-gradeIndex i-gradeIndex-2"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于7 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=83614069236f25705e79dcbd" target="_blank">
谁打谁觉得
</a >
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于2 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=31c14069236f25705e79143a" target="_blank">
张浩hlo
</a >
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于9 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=01c24069236f25705e799132" target="_blank">
在死者time
</a >
<span class="i-gradeIndex i-gradeIndex-5"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于17 分钟前
</span>
</div><br/><div class="grid pt-5">
<a alog-action="qb-username" class="user-name" rel="nofollow" href="/usercenter?uid=b6d54069236f25705e791d5d" target="_blank">
1111后初晴
</a >
<span class="i-gradeIndex i-gradeIndex-1"></span>
<span class="f-pipe">|</span>
<span class="pos-time">
发布于11 分钟前
</span>
</div></textarea>
<script type="text/javascript">
<!--
var str = document.getElementById('kkk').value;
var re = /<div[^>]+>\s*<a[^>]+>\s*(.+?)\s*<\/a>\s*<span.+(\d)\"><\/span>[\s\S]+?<span class=\"pos-time\">\s*(.+)/gi
while(result = re.exec(str)) {
alert("Matched :" + result[1] + "|" + result[2] + "|" + result[3]);
}
//-->
</script>
</body>
</html>
<div id="myID">
<div class="s-sub">
<ul>
<li class="s-hw"><a href="http://consumer.huawei.com/cn/" target="_blank">华为官网</a></li>
<li class="s-honor"><a href="http://www.honor.cn/" target="_blank">华为荣耀</a></li>
<li class="s-emui"><a href="http://emui.huawei.com/cn/" target="_blank">EMUI</a></li>
<li class="s-appstore"><a href="http://appstore.huawei.com/" target="_blank">应用市场</a></li>
<li class="s-cloud"><a href="http://cloud.huawei.com/cn" target="_blank">云服务</a></li>
<li class="s-developer"><a href="http://developer.huawei.com/" target="_blank">开发者联盟</a></li>
<li class="s-club"><a href="http://club.huawei.com" target="_blank">花粉俱乐部</a></li>
</ul>
</div>
<p>test text</p>
<div>
<p>test text</p>
匹配起始标签
起始标签特征很好提取,以尖括号打头,然后跟着一连串英文字母,然后一大串属性中(非尖括号字符)匹配id(不区分大小写)=myID。需要注意的是,myID可以被双引号或者单引号包裹,也可以什么都不加。正则如下:
<(?<HtmlTag>[\w]+)[^>]*\s[iI][dD]=(?<Quote>["']?)myID(?(Quote)\k<Quote>)[^>]*?(/>|>
上面的正则表达式需要做几点说明:
1. <尖括号在正则中算是一个特殊字符,在显式捕获分组中用它将分组名括起来。但是因为开头的尖括号在此上下文下并不会出现解析歧义,因此加不加转义符效果是一样的。
2. (?<GroupName>RegEx)格式定义一个命名分组,我们在上面定义了一个HtmlTag的标签分组,用来存放匹配到的Html标签名。Quote分组是用来给后面的匹配使用的。
3. (?(GroupName)Then|Else)是条件语句,表示当捕获到GroupName分组时执行Then匹配,否则执行Else匹配。上面的正则中,我们先尝试匹配footer字符串左边的引号,并将其存入LeftQuote分组中,然后在footer右侧进行条件解析,如果之前匹配到LeftQuote分组,那么右侧也应该批评LeftQuote分组。这样一来,我们就能精确匹配id的各种情况了。
匹配闭合标签
((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>
在成功匹配到起始标签之后,后面的Html文本可以分为三种情况:
A. 匹配到嵌套div起始标签<div,这个时候,需要将其捕获到Nested分组。
B. 匹配到嵌套div起始标签的闭合标签,这个时候,需要将之前的Nested分组释放
C. 其他任意文本。注意,需要使用.*?方式关闭贪婪匹配,否则最后的闭合标签可能会过度匹配
使用(RegEx1|RegEx2|RegEx3)*这种方式,可以将几个条件以或的形式组合起来,然后再取若干次匹配结果,最终再匹配闭合标签。其中(?<-Nested>)是表示释放之前捕获的Nested分组。确切的语法是(?<N-M>)即使用N分组替换掉M分组,如果N分组没有指定或不存在,则释放M分组。
完整的正则表达式为:
<(?<HtmlTag>[\w]+)[^>]*\s[iI][dD]=(?<Quote>["']?)myID(?(Quote)\k<Quote>)[^>]*?(/>|>((?<Nested><\k<HtmlTag>[^>]*>)|</\k<HtmlTag>>(?<-Nested>)|.*?)*</\k<HtmlTag>>)