如何在下一个模式而不是整个字符串中使用结束模式的正则表达式？答案

【问题标题】：How to use the Regular Express of the end pattern in the next pattern not the entire string?如何在下一个模式而不是整个字符串中使用结束模式的正则表达式？
【发布时间】：2017-09-18 20:28:58
【问题描述】：

我正在尝试使用正则表达式在网站中查找类别。我输入了(?<=class="category-section" data-id=")(.*)(?=" id="nav) 但它会将整个字符串返回给我，我看到它从data-id=" 之后的第一个模式开始，直到结束模式有" id="nav

例如：

<div class="category-section" data-id="Motors" id="nav-1">
<div class="category-section" data-id="Fashion" id="nav-2">

我希望在比赛中获得 Motors and Fashion 但它会回来

 Motors" id="nav-1"> <div class="category-section" data-id="Fashion

我不明白....

【问题讨论】：

data-id=(['"]?)(.*?)\1 - 第二个捕获组包含您想要的内容，尽管您确实应该为此使用 XML 解析器。
强制：**不要使用正则表达式来解析 HTML！ **
如果你在 Notepad++ 中做某事，你应该使用这个(?<=data-id=")(.*)(?=")
@TomLord 请向 OP 解释 为什么 用正则表达式解析 HTML 是一条悲伤之路。只是说“不要那样做”并没有多大帮助。
您尝试用哪种语言实现此功能？

标签： regex html-parsing

【解决方案1】：

试试这个：

data-id=".*?"

它会返回两个匹配，然后对应data-id="Motors"和data-id="Fashion"。

所以，你可以替换 data-id= 和 " 来获得你想要的值，里面的属性。

编辑 1：

通过使用简单的js函数，可以检索到这个值：

<div class="category-section" data-id="Motors" id="nav-1">Content1</div>
<div class="category-section" data-id="Fashion" id="nav-2">Content2</div>

<script>
    (function() {
        var data = document.getElementsByClassName('category-section');
        for (var i = 0; i < data.length; i++) {
            console.log(data.item(i).getAttribute('data-id'));
        }
    })();
</script>

输出：

Motors
Fashion

【讨论】：

它可以工作@Abe，但我的副总裁希望我使用纯 RE 来获取目标，而不是使用函数来切断它>_
您使用的是什么语言或资源？是纯JS吗？我们可以构建一个简单的函数来实现它。
我做 C#，但这次只做纯 RE