正则表达式的学习

标签：

参考资料：http://blog.csdn.net/hutao1101175783/article/details/43562497

常用元字符：

(.*)匹配除换行符以外的任意字符  这个用的很多

\s 匹配任意的空白符 能够匹配空格 换行符等 用的很多

()分组 例如 (<a>\d</a>)+

限定符：

贪婪:尽可能多的匹配

懒惰：尽可能少的匹配

例如：a.*b   它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

零宽断言

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I‘m singing while you‘re dancing.时，它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。

(?=exp)从已筛选到的结果中匹配后面取前面的

(?<=exp)从已筛选到的结果中匹配前面取后面的

取中间的 (?<=\s)\d+(?=\s)

下面给几个例子：

要求：从下面一段html中筛选出分类id和分类标题

<div id="panel_Category" class="panel">
<ul class="panel_head"><span>文章分类</span></ul>
<ul class="panel_body">
             <li>
                <a href="http://blog.csdn.net/x283930450/article/category/1384354" onclick="_gaq.push([‘_trackEvent‘,‘function‘, ‘onclick‘, ‘blog_articles_wenzhangfenlei‘]); ">bug</a><span>(10)</span>
            </li>
             <li>
                <a href="http://blog.csdn.net/x283930450/article/category/1638367" onclick="_gaq.push([‘_trackEvent‘,‘function‘, ‘onclick‘, ‘blog_articles_wenzhangfenlei‘]); ">ACM---字典树</a><span>(4)</span>
            </li>
             <li>
                <a href="http://blog.csdn.net/x283930450/article/category/1545417" onclick="_gaq.push([‘_trackEvent‘,‘function‘, ‘onclick‘, ‘blog_articles_wenzhangfenlei‘]); ">ACM---线段树</a><span>(5)</span>
            </li>

</ul>
</div>

取所有分类id：((?<=<li(.*)\s*<a(.*))\d+(?="\sonclick=(.*)\s*</li>))+
取所有分类标题：((?<=<li(.*)\s*<a(.*)">)(.*)(?=</a><span>(.*)\s*</li>))+

正则表达式的学习

标签：

原文地址：http://blog.csdn.net/hutao1101175783/article/details/43833357