匹配HTML和NSRegularExpression

基本上我正在尋找一個使用NSRegularExpression匹配HTML（也是新行和空白）的好例子。匹配HTML和NSRegularExpression

我有這樣的PHP代碼，我寫了一段時間後：

preg_match_all("/<dt>(.+?)<\/dt>\W+<dd>(.+?)<\/dd>/si",  $data, $m['deets']);

現在我知道這部作品在PHP，但對我的生活我不能把它翻譯成Objective-C的。這是我的嘗試。

NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"<dt>(.+?)<\/dt>\W+<dd>(.+?)<\/dd>" options:(NSRegularExpressionCaseInsensitive) error:&error]; 
return [regex matchesInString:target options:NSCaseInsensitiveSearch range:NSMakeRange(0, [target length])];

我在這種情況下的目標是一堆HTML。

來源

2012-03-12 krut

我討厭被「那傢伙」，但有一個很流行的觀點就是圍繞着這些部件與正則表達式處理HTML是一個糟糕的主意......它可能是一個主意尋找一個專用的SGML/HTML解析器。 – 2012-03-12 09:50:17

你用簡單的正則表達式試過了你的代碼嗎？ – Martin 2012-03-12 10:27:55

我很欣賞這種情緒，但不幸的是我所刮的網站沒有使用特別好的HTML（加載DOM很粗糙）。 – krut 2012-03-12 11:06:54

我從來沒有使用過NSRegularExpression，但NSPredicate來代替：

NSError *error = NULL; 
NSString* pattern = @"/<dt>(.+?)<\/dt>\W+<dd>(.+?)<\/dd>/si"; 

NSPredicate* predicate = [NSPredicate predicateWithFormat:@"SELF MATCHES %@", pattern]; 
if ([predicate evaluateWithObject:myTargetString] == YES) { 
    // Okay 
} else { 
    // Not found 
}

希望這有助於。

編輯：

NSPredicate是冷靜，不工作，如果你想獲得你的目標串的匹配範圍。

你的代碼是正確的，但問題來自正則表達式，你必須逃避你的\字符，而不是逃避/的。

@"<dt>(.+?)</dt>\\W+<dd>(.+?)</dd>"

所以：

NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"<dt>(.+?)</dt>\\W+<dd>(.+?)</dd>" options:(NSRegularExpressionCaseInsensitive) error:&error]; 
return [regex matchesInString:target options:NSCaseInsensitiveSearch range:NSMakeRange(0, [target length])];

來源

2012-03-12 10:06:00 Martin

這會不會踢回相匹配？如果是這樣，我怎麼得到它們？這就是我要找的。 :) – krut 2012-03-12 10:08:41

嗯......我不這麼認爲。是的，這就是你使用NSRegularExpression的原因！看完文檔後，您的代碼似乎很好。我認爲問題出現在正則表達式本身的周圍，並且轉義字符「\」。 – Martin 2012-03-12 10:27:15

你說得很對，馬丁。這工作： @ 「

\\ W +

（+？）（+？）」 – krut 2012-03-12 11:09:19

匹配HTML和NSRegularExpression

回答

相關問題