python3正则表达式匹配但不包括最后一个字符_正则表达式:后面不要包含指定的字符串内容...

论坛 期权论坛 脚本     
已经匿名di用户   2022-7-2 22:15   3701   0

以前只会//.exec("\n"),匹配到,这种简单的固定写法,但实际使用次数几乎趋近于0。

很多场景不能写死abc,顺理成章的就写成了/<.>/.exec("\n"),咦?咋把前面的匹配到了!从入门到放弃。

昨天(2019-04-07)随手写了一下//.exec("\n"),原来是对.+(?!排除的字符串)这个结构能起到的作用理解错了,怪不得达不到预期,(.(?!排除的字符串))+才是正解。

留下一个未解的问题,每个字符后面排除一下的能良好工作,一堆未定长度字符后排除一下怎么就不能工作,前瞻不会和前面的+、*、{}起作用吗?解释看结尾。

附://.exec("\n")写法也可以。可能是结尾的.+导致的不能匹配,但这样写还是不行:/<.>/.exec("\n")。

正则表达式匹配指定内容后面要或不要包含指定的字符串内容:

要:比较简单,写上这个要的即可

不要:比要复杂很多,如何排除掉?

前提原则

表达式内固定内容的字符串能不写尽量不写,能简写的尽量简化来写(如前面写的abc部分不能写死)

可以少量使用前瞻(正向),后瞻(反向)基本不学,学了还要研究那些浏览器支持,不敢用,太多了也学不动。

NoJS(Not Only JavaScript);不仅仅是浏览器中的js;不过js的正则/exp/字面量写法简洁到没盆友(哪个语言),函数、对象、字符串统统不需要;不接受反驳。

假设待匹配的文本

htmlRaw=`

***" class="***" ***="***">

class=" matchX 1"

***" class="*** matchX ***" ***="*** excludeX ***">

class=" matchX 2"

class=" matchX 3"

***" class="***" ***="***">

class=" matchX 4"

***" class="*** ***" ***="***">

class=" matchX 5"

class=" matchX 6"

......

`;

//注: *** 不是固定内容,但不会出现未转义的xml实体、matchX、excludeX

//注: class=" matchX 123456"纯文本只做演示干扰之用,不应当作为特征

//如果数据对换行不敏感,应优先转换成没有换行的,大概率可以简化正则逻辑

htmlNoWrap=htmlRaw.replace(/[\r\n]+/g," ");

//正则测试代码

(/[\s\S]*/.exec(htmlRaw)||[])[0]

不要单个字符的匹配

匹配出div.matchX标签:

可以直接使用 [^>]把matchX限定在<> HTML标记内,意思就是<>中的文本不要出现结尾的>字符。

单个字符还算简单:

//有效

/

]+matchX[^>]+>/.exec(htmlRaw)[0]

如果不限定在<>标记内,可能会匹配出界;并且这种不限定,迟早会出乱子:

//无效

/

/.exec(htmlNoWrap)[0]

/

/.exec(htmlRaw)[0] //有换行符就是又长又难看

其他单个字符场景另行灵活运用。

不要一个字符串的匹配

匹配出第一层不带excludeX文本内容的第一块div,就是返回包含matchX 4的那块div

[^]语法只能排除掉单个字符,不要一个字符串咋办?硬是要写成[^abc],会把a、b、c字符全部排除掉;除了使用前瞻,好像还没有别的简单办法。

使用本文开头的(.(?!排除的字符串))+结构就能达到目的,核心就在(?:[^>](?!excludeX))*:

//有效

/

]*>[^](?!excludeX))*>[^[^/.exec(htmlRaw)[0]

要包含一个字符串的匹配,直接写需要的字符串即可,相对简单太多,就不写这种例子了。

未研究(.(?!排除的字符串))+结构的性能。

对于.+(?!排除)不能工作的释疑

由于(?!排除)并不会作用于贪婪匹配到的每一个字符串,只会作用于.+贪婪匹配到的最后一个字符;意思就是前瞻不能阻止+对最后一个字符之前的所有字符进行贪婪匹配。

/<.>/.exec("\n")

第一个 .+ 匹配到了 abcde,之后是 f,不是 def,第二个 .+ 匹配 f,符合正则

额外记录

/(\d+)(?!\.1)/.exec("123.141") 目测是这样的:

> 123:\d+贪婪匹配到.为止

> 12:发现 123.1 不符合(?!\.1),后退一位

> 没有表达式了,返回 12

/(.+)(?!\.1)/.exec("123.141") 目测是这样的:

> 123.141:.+贪婪匹配到结尾

> 123.141 : 符合(?!\.1)

> 没有表达式了,返回 123.141

/(.(?!\.1))+/.exec("123.141") 目测是这样的:

> 1:.匹配到新的一位

> 1:123 符合(?!\.1)

> 12:.匹配到新的一位

> 12:123.符合(?!\.1)

> 123:.匹配到新的一位

> 12:发现 123.1 不符合(?!\.1),后退一位,并退出循环

> 没有表达式了,返回 12

如果要对每个字符进行前瞻检查,唯有最后一种写法比较好理解。

分享到 :
0 人收藏
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:81
帖子:4969
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP