正則表達式「分號或字符串末尾」

這是關於解析HTML的內聯CSS樣式屬性。我正在使用JSoup，但據我所知，JSoup選擇不提供幫助......我不知道爲什麼。這意味着用戶必須找出關鍵和值等合法字符的規則，即什麼構成了「正確形成的」CSS樣式「屬性」（這是否是正確的術語？）[以後：否！風格「屬性」，根據CSSParser]）。正則表達式「分號或字符串末尾」

無論如何，在提取每個單獨的鍵值對時，我想要用分號將它們分開......但在最後一對中，尾隨分號是可選的。但是，考慮到空白區域，它將以字符串的結尾結束。

所以，我想這一點：

Pattern styleSubattrsPattern = Pattern.compile("([A-Za-z0-9-]+)\\s*:\\s*([A-Za-z0-9-]+)\\s*[$;]");

...的意思是指「任何一個分號或字符串的結尾」。但它不起作用：最終的鍵值對不匹配。

後

問題的根源確實使用CSSParser解決。

來源

2017-02-18 mike rodent

'（[^; ]）''如果你不想匹配';'（這意味着*後面跟着一個不是';'*的字符），就應該這樣做; –

有趣......似乎工作... Tx爲了解釋......只是試圖讓我的頭靠近在！ –

實際上，您的斜體短語可以精確地總結出需要的內容......並且可能與瀏覽器算法必須解析的方式相對應......所以也許您應該對此做出答案？ –

使用[$;]將匹配分號或美元符號，因爲[]中的封閉特殊字符將引用字符文字（除開始處的^用於反轉匹配外）。

你可能想要的是這樣的：((;)|($))

或者，你也可以用問號來表示一個可選的字符，如果你希望最終的行分號後：;?$。

來源

2017-02-18 20:48:20 Tyzoid

優秀...感謝您的解釋。是的，*最後的尾部*分號當然是可選的：實際上我現在把'（（;？）|（$））''。 –

沒問題@mikerodent，讓我知道如何爲你工作。 – Tyzoid

PS * *出現*，實際上你不需要內部括號：這看起來工作正常：'（;？| $）'。 –

您可以使用負前向斷言和一個否定的字符類做到這一點：(?![^;])

這種處理兩種情況：

，如果有一個字符，這個只能是一個;
否則，只允許字符串的末尾（無字符）。

這樣：

Pattern styleSubattrsPattern = Pattern.compile("([A-Za-z0-9-]+)\\s*:\\s*([A-Za-z0-9-]++)\\s*+(?![^;])");

（I加入所有格量詞禁止回溯和避免無用的測試：* =>*+和+ =>++）？！

來源

2017-02-18 21:29:03

這似乎是一個過於複雜的方式，以避免';'成爲比賽的一部分。 –

如果你認爲這很複雜，寫20條代碼行以避免它。 –

正則表達式「分號或字符串末尾」

回答

相關問題