正则求助，如何匹配每个 HTML 标签？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 3641 天前的主题，其中的信息可能已经有所发展或是发生改变。

script

预知

代码

16 条回复 • 2014-12-04 21:21:44 +08:00

yfdyh000

2014-12-04 03:18:11 +08:00

(<script>).+?bbb.+?(</script>)
这样吗。

andybest

2014-12-04 03:37:53 +08:00

@yfdyh000 这样是从头开始匹配到尾了

yfdyh000

2014-12-04 03:46:33 +08:00

不清楚你想要哪部分。正则表达式后向引用分组
http://deerchao.net/tutorials/regex/regex.htm#backreference

Sylv

2014-12-04 03:48:45 +08:00 via iPhone

(<script>)[^<]+?bbb[^<]+?(</script>)

andybest

2014-12-04 04:03:34 +08:00

@Sylv 谢谢！但是还有个问题，如果内容为：

<script>不可预知的代码aaa不可预知的代码</script>
<script>var k='<';不可预知的代码bbb不可预知的代码</script>

这个匹配规则就失效了，我尝试将匹配规则改为：

(<script>)[^</script>]+?bbb[^</script>]+?(</script>)

但不生效 ^ 只能排除单一字符码？

andybest

2014-12-04 04:06:25 +08:00

@yfdyh000 我需要匹配

<script>不可预知的代码bbb不可预知的代码</script>

这部分内容，如果是反向引用内容为：

<script>不可预知的代码aaa不可预知的代码</script>
<script>不可预知的代码bbb不可预知的代码</script>
<script>不可预知的代码ccc不可预知的代码</script>

会失效

2014-12-04 04:21:01 +08:00

(<script>)(?!</script>).+?bbb.+?(</script>)

andybest

2014-12-04 04:30:07 +08:00

@11 谢谢！但实际应用中标签内容中包含换行：

<script>不可预知的代码aaa不可预知的代码</script>
<script>var k='<';
不可预知的代码bbb不可预知的代码</script>

这样匹配就失效了，我尝试改为

(<script>)(?!</script>)[\s\S]+?bbb.+?(</script>)

用 [\s\S] 替换 . 来包含其中的换行，但不生效，如何破？

Sylv

2014-12-04 04:55:24 +08:00

2014-12-04 04:58:54 +08:00

@andybest 同 @Sylv ，你需要 multiline

vivid

2014-12-04 07:15:02 +08:00

s=find('<script>')
e=find('</script>')
content[s,e].find('bbb')

over

rrfeng

2014-12-04 10:29:19 +08:00

遇到这种问题我都会建议使用 DOM 解析模块……

imn1

2014-12-04 10:46:14 +08:00

以你说的感觉很奇芭，1.默认非贪婪？2.圆点默认支持换行？

sohoer

2014-12-04 11:35:09 +08:00

楼主是用JAVA的吧！
JAVA对正则支持不太好，做嵌套匹配得想点办法

sohoer

2014-12-04 11:46:01 +08:00

script不考虑嵌套可以试下这个

.*<script>(.*?bbb.*?)</script>.*

abscon

2014-12-04 21:21:44 +08:00

搭车问能回答出楼主这个问题的高手另一个问题：
我写的程序有时候会有bug，一运行就进死循环，界面没有响应，还得费劲杀死进程。为了避免浪费时间，我想安装一个“死循环卫士”，在程序运行前自动检测这个程序，如果发现会进死循环就阻止它运行，并弹出一个对话框提示：死循环卫士检测到该程序会进入死循环，需要继续运行吗？

那么现在问题就来了：“死循环卫士”哪里可以下载到？