快速正则表达式问题答案

【问题标题】：Quick Regex Question快速正则表达式问题
【发布时间】：2011-05-16 09:58:04
【问题描述】：

有人可以给我看一个匹配所有内容的正则表达式，例如：image.php?type=regcheck&imagehash=3d600fe2ad3c87c9b22ade7e58ef1c48

此字符串包含在页面源中.. 谢谢。 :)

编辑：这里是它所在的地方：

<img id="imagereg" src="image.php?type=regcheck&amp;imagehash=3d600fe2ad3c87c9b22ade7e58ef1c48" alt="Registration Image" border="0" height="61" width="201">

【问题讨论】：

到目前为止你有什么？您使用的是哪种引擎/环境？你希望人们做你的工作吗？
1.不要使用正则表达式解析 (X|X?HT)?ML。使用工作解析器。如果它物有所值，它还可以让您更轻松地抓取页面。 2. 您的规格不存在。 .* 与您的示例相匹配，但这不是您想要的。 3. 见卢塞罗。
字符串的哪一部分是可变的？您要保存或更改哪一部分？
试试image.php\?type=regcheck&imagehash=3d600fe2ad3c87c9b22ade7e58ef1c48 或.*
好吧，如果花 2 个小时，您实际上可能会学到一些东西，所以这不太可能浪费时间。在任何情况下，在提出问题或开始编码之前，您都必须明确说明问题（例如，真正知道自己想做什么）。

标签： c# html regex url

【解决方案1】：

如果哈希是唯一变化的东西，则将其替换为.*，并使用\ 转义所有现有的. 和?，因为它是一个正则表达式特殊字符......所以，类似于：

image\.php\?type=regcheck&imagehash=.*

另请注意，.* 可能“贪婪”并占用过多输入 - 我不知道您使用正则表达式解析什么（文本的某些部分会有所帮助），但后面可能有一个空格明星会成功的......

编辑：根据您的评论，正则表达式归结为：

"image\.php\?type=regcheck&imagehash=.*"

" 属于 inside 正则表达式，如：

 string regexExpression = "\"image\.php\?type=regcheck&imagehash=.*\""

【讨论】：

这里是图片所在的文字：编辑：看第一篇文章这有帮助吗？ :)
嗯。谢谢到目前为止。 ;) 但到目前为止，这个正则表达式对我来说不匹配任何东西.. /:
注意 - 他的例子有 & 号实体 & .这可能是不匹配的原因。
是的，你是对的。我试着把 &进入正则表达式，但我仍然不匹配任何东西..

【解决方案2】：

我认为你需要一个解析器，但由于你没有指定任何语言，这里有一个正则表达式来匹配它。

我不确定您是仅尝试匹配 imagehash 还是匹配 src 下的整个字符串。

所以我假设，您正在尝试匹配src 下的字符串：

<img id="imagereg" src="(.*?)" alt="Registration Image" border="0" height="61" width="201">

上述正则表达式会将src 值与alt、border 等属性匹配。但如果你想匹配 all img 标签中的 all src 值：

<img.*?src="(.*?)".*?>

在 Python 中，您可以执行 m = re.search( .. ) 并通过 m.group(1) 返回组。在 Perl 中 $source =~ / .. / 返回匹配组：$1

对于 & 符号，最好替换它，例如在 Perl 中：

$string =~ s/&amp;/&/g;

Python：

string.replace('&amp;', '&')

【讨论】：

谢谢。 :) 但我指定了一种语言 - C#，是的，我不想只为这个匹配使用解析器..
@OmegaVirus：对于有限的已知 HTML，您实际上并不需要解析器。对于这样的问题，一个好的正则表达式可以很好地工作。只有当您开始构建处理未知 HTML 的所有一般突发事件时，才值得权衡。
不幸的是，我在您的问题中没有看到任何C#，您可能需要重新标记它。 :)
@OmegaVirus，如果您想要特定语言的狭窄解决方案，您应该编辑问题中的标签以指定它。我认为您应该同时添加ʜᴛᴍʟ 和ᴄ♯。我不确定你真的需要ᴜʀʟ 标签。