正则表达式之?、(?:pattern)、(?!pattern)、(?=pattern)理解及应用
今天朋友问我一个问题,是这样子的,通过正则表达式匹配html标签input包含hidden的字符串,具体如下:
- "<input type=\"hidden\" id=\"xxx\" name=\"xxx\" value=\"xxx\" /><input type=\"text\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />"
匹配下来,应该输出:
- "<input type=\"hidden\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />"
读了这个问题之后,觉得挺简单的,直接利用基本的语法包含头<input 尾 /> 还有hidden 不就OK了么?于是写出了下面的正则表达式:
- "<input.*?hidden.*?/>"
恩,不错,符合基本的题意,而且运行结果正确,可随意想到要是那个hidden在后面那个input中是什么结果呢?于是测试发现结果如下:
- <input type="text" id="xxx" name="xxx" value="xxx" /><input type="hidden" id="xxx" name="xxx" value="xxx" />
都输出了,这是神马情况啊,仔细分析了下,在匹配过程中在第一个inpu中没有找到hidden,但是第二中找到了,接着一直往后匹配,ok,匹配结束,输出结果如上。
哦,那是否可以去判断结束符号/>,即结果中不包含/>,所以立即想到了(?!pattern),怎么用呢,先查看下其具体的解释(JDK6.0文档):
- (?=X) X, via zero-width positive lookahead
- (?!X) X, via zero-width negative lookahead
- (?<=X) X, via zero-width positive lookbehind
- (?<!X) X, via zero-width negative lookbehind
不太懂,不过看了下@Kevin Yang的文章使用正则表达式找出不包含特定字符串的条目后,了解前瞻(Lookahead)和后顾(Lookbehind)的概念,拷贝大牛点东西
这两个术语非常形象的描述了正则引擎的匹配行为。需要注意一点,正则表达式中的前和后和我们一般理解的前后有点不同。一段文本,我们一般习惯把文本开头的方向称作“前面”,文本末尾方向称为“后面”。但是对于正则表达式引擎来说,因为它是从文本头部向尾部开始解析的(可以通过正则选项控制解析方向),因此对于文本尾部方向,称为“前”,因为这个时候,正则引擎还没走到那块,而对文本头部方向,则称为“后”,因为正则引擎已经走过了那一块地方。如下图所示:
所谓的前瞻就是在正则表达式匹配到某个字符的时候,往“尚未解析过的文本”预先看一下,看是不是符合/不符合匹配模式,而后顾,就是在正则引擎已经匹配过的文本看看是不是符合/不符合匹配模式。符合和不符合特定匹配模式我们又称为肯定式匹配和否定式匹配。 |
了解了这个概念之后,上面JDK6.0文档的解释就一目了然了,哈哈,下面继续写正则表达式,不包含/>,那么表达式如下:
- <input.*?hidden((?!/>).)*/>
恩恩,这次应该没问题了吧,赶紧测试:
- <input type="text" id="xxx" name="xxx" value="xxx" /><input type="hidden" id="xxx" name="xxx" value="xxx" />
。。。。。。。。。还是这样,啥问题啊,淡定,再仔细想想,这个是前瞻,那么匹配到hidden时,再往前看,没有/>,接着往下走,匹配结束了,结果还是这个。。。。。
那后瞻呢?来试试,匹配到hidden时,再往后看,有/>,哈哈,赶紧的,不匹配,啥都没有了。。。。。可是事实有满足条件的input啊。
再想想其他方法,先简单点的来,先不判断有无hidden,解析出这两个input,那么表达式如下:
- <input.*?/>
测试下,结果如下:
- <input type=\"hidden\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />
- <input type=\"text\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />
哈哈,解析了两条,那么在这个结果的基础上再通过一个正则表达式匹配下不就ok了么?,赶紧试试,第二个表达式如下:
- .*hidden.*
再次解析,结果ok啦,恩恩~~,可是,问题是人家就是只要一个正则表达式搞定啊!!!!!好吧,再想想,再想想,有了:
我可以通过特殊字符串 >< 来判断下,让字符串不包含><。恩,试试,那么这个表达式如下:
- <input[^(>.*?<)]*?hidden[^(>.*?<)]*?/>
这个貌似不错,先测试下,结果如下:
- <input type=\"hidden\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />
- <input type=\"text\" id=\"xxx\" name=\"xxx\" value=\"xxx\" />
哈哈,可以了啊,那再试试其他的测试用例,都可以,最后有个用例是这样子的:
- "<input type='hidden' name='HTTP_REFERER' value='http://haiyuyangguang.soufun.com/bbs/5010939724~-1//515494454_515494454.htm' /> <input type='hidden' value='0' name='isfromspace' />"
测试结果如下:
- <input type='hidden' value='0' name='isfromspace' />
Why?为啥这样子?淡定,分析下,没有解析出来第一个input,是因为它里面有特殊的字符吗?看看,与/、:、~、-、.有关吗?一个一个删了再测下,最后删了. 结果两条,把其他的符号还原测试下,还是两条,那就是与.有关系了,那表达式哪里出问题了?找找,哦,是那个 “.” 的问题,看看解释
- . Any character (may or may not match <u><strong>line terminators</strong></u>)
- <u><strong>Line terminators</strong></u>
- A line terminator is a one- or two-character sequence that marks the end of a line of the input character sequence. The following are recognized as line terminators:
- A newline (line feed) character ('\n'),
- A carriage-return character followed immediately by a newline character ("\r\n"),
- A standalone carriage-return character ('\r'),
- A next-line character ('\u0085'),
- A line-separator character ('\u2028'), or
- A paragraph-separator character ('\u2029).
没有与.相关的,不过想到换个匹配,表达式如下:
- <input[^(>[\\s\\S]*?<)]*?hidden[^(>[\\s\\S]*?<)]*?/>
测试下,ok!没问题了,看来[\\s\\S]比.更强大啊!
问题解决,不过不知道自己写的这个是不是遇到其他的测试用例会有问题,或者有更好的、更强大的匹配。欢迎大牛指正!
正则表达式之?、(?:pattern)、(?!pattern)、(?=pattern)理解及应用相关推荐
- Python正则表达式介绍 re.findall(pattern, str, flag=0)/re.I re.L re.M
Python 正则表达式 正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配. re.findall(pattern, str, flag=0) 共三个参数,patter ...
- Java - 正则表达式的运用(Pattern模式和Matcher匹配)
一.绪论: 在写程序的过程中,有时会需要匹配.查找.替换或者是判断字符串的出现情况,而且有时不能用简单的纯编码方式解决这些问题,这个时候就会想到要正则表达式,无论是Java, PHH, C#, Py ...
- [html] 说说你对HTML5中pattern属性的理解
[html] 说说你对HTML5中pattern属性的理解 好像是判断input在输入时按下tab键跳转到下一个input的优先级 个人简介 我是歌谣,欢迎和大家一起交流前后端知识.放弃很容易, 但坚 ...
- 正则表达式、常用类(Pattern类、Matcher类、Math类、System类、Random类、BigDecimal类、Date类、SimpleDateFormat类、Calendar类)
JAVA学习第十六天-正则表达式.常用类(Pattern类.Matcher类.Math类.System类.Random类.BigDecimal类.Date类.SimpleDateFormat类.Cal ...
- (?:pattern)与(?=pattern)的区别
官方定义 (?:pattern) 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用.这在使用 "或" 字符 (|) 来组合一个模式的各个部分 ...
- js中字符串正则表达式、正则法则pattern、RegExp、flags、exec
全栈工程师开发手册 (作者:栾鹏) js系列教程3-字符串.正则表达式全解 js中字符串正则表达式 正则法则的应用 正则表达式 = /pattern/flags 其中flags中g表示匹配全部,i表示 ...
- python中的pattern什么意思_正则表达式中(?:pattern)、(?=pattern)、(?!pattern)、(?=pattern)和(?!pattern)...
(?:pattern) ()表示捕获分组,()会把每个分组里的匹配的值保存起来,从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推 (?:)表示非捕获分组,和捕获分组唯一 ...
- Design Pattern: Observer Pattern
1. Brief 一直对Observer Pattern和Pub/Sub Pattern有所混淆,下面打算通过这两篇Blog来梳理这两种模式.若有纰漏请大家指正. 2. Use Case 首先我们来面 ...
- java pattern.quote_Java Pattern quote(String)用法及代码示例
Pattern类的quote(String)方法用于为作为参数传递给方法的指定String返回文字模式Pattern String.此方法产生一个等效于s的String,可用于创建Pattern.输入 ...
最新文章
- *45.程序的装入方式
- python爬虫表格中清除空格_爬虫清洗:python strip()函数 去空格\n\r\t函数的用法
- 使用 Apache Commons CLI 开发命令行工具
- 总是想逃避不想去面对(又是发牢骚的一天)
- nao机器人拆解_一些机器人硬件网站
- 【转】JMeter学习(十七)JMeter测试Java
- 关于挽救爱情的一次求学尝试
- ng service(服务)
- PTA—念数字(C语言)两种方法
- bpftrace 使用笔记
- sm4 的s盒_国密SM4算法
- 美通社企业新闻汇总 | 2019.1.3
- CSDN 博客更换皮肤
- ASEMI肖特基二极管MBR10200CT参数,MBR10200CT封装
- 在Matlab中构建最大带权生成树
- 我说CMMI2.0之:详细剖析(PQA)过程质量保证
- iframe 用法总结
- elementUI checkbox选中与取消选中
- ubuntu 自定义开机画面
- 一个月薪12000的北京程序员的真实生活