在Yahoo-Pipes中，当您看不到不可打印的字符和html标记时，如何使用regex？

Question

我一直在尝试使用正则表达式提取数据时遇到问题，而我的结果并不是我想要的结果，因为字符串中可能有一些换行符、空格、html标记等，但无论如何，调试器似乎只显示真正的文本。你是怎么处理这个问题的？

Answer 1

如果字符串的内容是HTML，那么调试器会让您选择查看"HTML“或"Source”。源代码应该显示那里的任何HTML标记。

但是，如果您关心的是空白，这可能还不够。你唯一的选择就是在原始页面上“查看源代码”。

最好的做法是在您的regex中显式地处理这些可能性。例如，如果您认为目标字符串中可能出现空格，请在关键位置使用\s*模式。这将匹配零个或多个空格、制表符和新行(对于新行，您还必须在regex面板中选中"s“选项)。

但是，如果没有源文本和您正在使用的正则表达式的具体示例，建议只能是通用的。

Answer 2

我所做的是使用正则表达式测试器(无论哪一个使用与您使用的相同的正则表达式引擎)，并在其上测试我的模式。我试过使用文本编辑器来显示看不见的字符，但对我来说，它们只会增加混乱。

因此，我只是通过反复试验。例如，如果一行结束于：

</a>

然后，我将在regex测试器上尝试以下模式，直到找到一个可以工作的模式：

</a>.
</a>..
</a>\s
</a>\s*
</a>\n
</a>\r
</a>\r\n

等。