正则表达式。（点）不捕捉字符串中的括号？答案

【问题标题】：regex . (dot) does not catch parenthesis in strings?正则表达式。（点）不捕捉字符串中的括号？
【发布时间】：2013-07-11 07:21:20
【问题描述】：

最新更新：这似乎是匹配器的问题，而不是表达式本身。我对其进行了更多测试，并且在输入字符串上使用 Pattern/Matcher 会导致问题。具有元字符的输入字符串导致匹配器跳过匹配。如果我只是使用具有相同表达式的简单 .replaceAll ，它会发现它很好。我尝试在输入字符串上使用 Pattern.quote 但没有改变任何东西。所以我还是卡住了。如果输入字符串中存在元字符，为什么匹配器找不到匹配项？有没有办法让输入字符串忽略匹配器的元字符？

我正在尝试对大字符串执行正则表达式，以提取从标记开头到结束标记的所有 html 链接。我想出了这样的表达方式：

<a.*?</a>

这做得很好。它几乎得到了所有这些。我的问题是字符串中是否有括号，例如：

<a href="blahblah">myproblem()</a>

匹配器完全跳过此链接。我以为 .*?会拾取从第一个 a 之后的空格到结束 a 标签的左括号的所有内容，但如果有任何括号则不会。

我在这里错过了什么？

编辑澄清：

我正在使用java。在添加到我的项目之前，这是我正在做的测试。当我运行它时它失败了，但是如果我在测试中取出 () ，它就会通过。使用 () 我很确定它甚至没有被添加到列表中：

String tryConvert = doclet.htmlToWiki("<a href=\"#test.method\">test()</a>");
assertThat(tryConvert, is("[test()|test#method]"));

还有 htmlToWiki 代码：

ArrayList<String> links = new ArrayList<String>();
    Pattern linkPattern = Pattern.compile("<a.*?</a>", Pattern.DOTALL);
    Matcher matcher = linkPattern.matcher(html);
    while (matcher.find())
    {
        links.add(matcher.group());
    }

    for (String link : links)
    {
        String original = link;
        String alias = link.replaceAll("<a.*?>", "");
        alias = alias.replaceAll("</a>", "");
        link = link.replaceAll("\">.*?</a>", "]");
        link = link.replaceAll("<a.*#", "[");
        link = link.replaceAll("\\.", "#");
        link = link.replace("[", "[" + alias + "|");
        html = html.replaceAll(original, link);
    }

【问题讨论】：

? 到底应该做什么？哦，这个表达式还选取标签名称以“a”开头的元素，例如<area>、<abbr>、<acronym> 等。另外，this.
我是正则表达式的新手，？被解释为前一个表达式的 0 或 1，我只是把它放在那里，因为我见过 .*?作为一种“包罗万象”。我并没有真正考虑过其他标签，所以谢谢，但现在我只是想了解为什么 () 搞砸了。

标签： java html regex hyperlink anchor

【解决方案1】：

如果不查看您正在使用的 JavaScript，就很难准确判断出哪里出了问题。也许有太多的转义字符（无论如何这里真的不需要）。这对我有用：

var input = 'foo <a href="blahblah">myproblem()</a> bar';
var match = input.match(/<a.*?<\/a>/);
alert(match[0]); // <a href="blahblah">myproblem()</a>

或者：

var input = 'foo <a href="blahblah">myproblem()</a> bar';
var match = RegExp('<a.*?</a>').exec(input);
alert(match[0]); // <a href="blahblah">myproblem()</a>

【讨论】：

感谢您的快速回答。我将在原帖中添加更多细节，也许有助于澄清一些事情。
我删除了的转义字符，一切仍然以相同的方式工作（..不知道为什么我认为他们需要它们。）所以我的表达应该工作......我真的有不知道为什么不是。它也适用于regexplanet.com/advanced/java/index.html..
@user2395495 你确定它不匹配吗？错误可能在htmlToWiki 的其他地方吗？
是的，我把它剪到那个部分，然后再试一次。当锚标记之间的字符串有 () 时，它甚至不会添加到列表中。

【解决方案2】：

经过大量测试，我发现我的模式和匹配器毕竟不是问题。我的代码的问题是，在最后一个 replaceAll 方法中，原始是另一个 REGEX 模式，而不是文字。所以它正在寻找元字符而不是按照我的预期。

如果你在做最后的 replaceAll 时尝试类似的东西，用 Pattern.quote() 包围你的原始变量。

Pattern.quote(original)

这将使它本质上将原始文本视为其文字形式。

感谢大家的帮助，我想我的问题误导了我没有意识到这么小的事情（不是总是这样吗！？）

【讨论】：