【问题标题】:Javascript Regex SubgroupsJavascript 正则表达式子组
【发布时间】:2012-03-10 13:36:22
【问题描述】:

首先,不要链接到“Don't parse HTML with Regex”帖子:)

我有以下 HTML,用于显示各种货币的价格,包括含税和不含税:

<span id="price_break_12345" name="1">
    <span class="price">
        <span class="inc" >
            <span class="GBP">£25.00</span>
            <span class="USD" style="display:none;">$34.31</span>
            <span class="EUR" style="display:none;">27.92&nbsp;€</span>
        </span>
        <span class="ex"  style="display:none;">
            <span class="GBP">£20.83</span>
            <span class="USD" style="display:none;">$34.31</span>
            <span class="EUR" style="display:none;">23.27&nbsp;€</span>
        </span>
    </span>
    <span style="display:none" class="raw_price">25.000</span>
</span>

AJAX 调用返回一个 HTML 字符串,其中包含上述 HTML 的多个副本,价格各不相同。我试图与正则表达式匹配的是:

  • 上述 HTML 的每个块(如前所述,它在返回字符串中出现多次)
  • 最外层span上name属性的值

到目前为止,我所拥有的是:

var price_regex = new RegExp(/(<span([\s\S]*?)><span([\s\S]*?)>([\s\S]*?)<\/span><\/span\>)/gm);
console && console.log(price_regex.exec(product_price));

对于每个发生的价格突破,它匹配第一个价格突破一次(因此,如果有 name=1、name=5 和 name=15,它匹配 name=1 3 次。

我哪里出错了?

【问题讨论】:

  • 因为原来是这样写的:/

标签: javascript jquery regex regex-group


【解决方案1】:

因此,如果您可以像这样依靠每个块中第一个跨度的格式:

<span id="price_break_12345" name="1">

那么,您如何使用这样的代码来循环遍历所有匹配项。此代码识别第一个跨度中的 price_break_xxxx id 值,然后选择以下名称属性:

var re = /id="price_break_\d+"\s+name="([^"]+)"/gm;
var match;
while (match = re.exec(str)) {
    console.log(match[1]);
}

你可以在这里看到它的工作原理:http://jsfiddle.net/jfriend00/G39ne/。

我使用转换器将您的三个 HTML 块转换为单个 javascript 字符串(以模拟您从 ajax 调用返回的内容),以便我可以在其上运行代码。


更可靠的方法是使用浏览器的 HTML 解析器为您完成所有工作。假设你有一个名为 `str' 的字符串变量中的 HTML,你可以像这样使用浏览器的解析器:

function getElementChildren(parent) {
    var elements = [];
    var children = parent.childNodes;
    for (var i = 0, len = children.length; i < len; i++) {
        // collect element nodes only
        if (children[i].nodeType == 1) {
            elements.push(children[i]);
        }
    }
    return(elements);
}

var div = document.createElement("div");
div.innerHTML = str;
var priceBlocks = getElementChildren(div);
for (i = 0; i < priceBlocks.length; i++) {
    console.log(priceBlocks[i].id + ", " + priceBlocks[i].getAttribute("name") + "<br>");
}

在这里演示:http://jsfiddle.net/jfriend00/F6D8d/

这将为您提供这些元素的所有 DOM 遍历函数,而不是在 HTML 上使用(有些脆弱的)正则表达式。

【讨论】:

  • 因为我还需要捕获它匹配的整个价格中断(一个价格中断是问题中 HTML 块的一份副本)。但是,您刚刚回答了为什么它只返回第一个 - 我没有使用 while,我只是执行了一次 :)
  • 我在我的答案中添加了一种新方法,它使用浏览器的 HTML 解析器而不是正则表达式。
【解决方案2】:

在很大程度上感谢 jfriend 让我意识到为什么我的正则表达式以一种奇怪的方式匹配(while (price_break = regex.exec(string)) 而不是只执行一次),我已经让它工作了:

var price_regex = new RegExp(/<span[\s\S]*?name="([0-9]+)"[\s\S]*?><span[\s\S]*?>[\s\S]*?<\/span><\/span\>/gm);
var price_break;
while (price_break = price_regex.exec(strProductPrice))
{
    console && console.log(price_break);
}

我有大量无用的(),它们只是阻塞了结果集,因此将它们删除会使事情变得简单得多。

另一件事,如上所述,我原本只是在做

price_break = price_regex.exec(strProductPrice)

它运行一次正则表达式,只返回第一个匹配项(由于()s,我误认为它返回了第一个匹配项的 3 个副本)。通过循环遍历它们,它会不断评估正则表达式,直到所有匹配项都用完为止,我认为这很正常,类似于 PHP 的 preg_match。

【讨论】:

  • 仅供参考,您通常不会将/regexhere/ 语法与new Regexp() 一起使用(尽管它仍然可以使用)。使用其中一种。所以,你的正则表达式可以声明为:var price_regex = /&lt;span[\s\S]*?name="([0-9]+)"[\s\S]*?&gt;&lt;span[\s\S]*?&gt;[\s\S]*?&lt;\/span&gt;&lt;\/span\&gt;/gm;
猜你喜欢
  • 2019-10-18
  • 1970-01-01
  • 2012-01-16
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多