正在尝试为此问题查找正则表达式:
尝试匹配以下字符串中的"137b“,使用否定的前视和后视断言:
<Rate Symbol="EURTRY">
<Bid>2.29443</Bid>
<Ask>2.29562</Ask>
<High>2.29841</High>
<Low>2.28999</Low>
137b
<Direction>1</Direction>
<Last>23:29:11</Last>
</Rate>有没有人能指出这个正则表达式为什么不工作:
(?<!(<\w+>))[a-zA-Z0-9_\.:]+(?!(</\w+>))意图:包含"a-zA-Z0-9_.:“的字符串,前后都没有XML标记,因此它应该与"137b”匹配,但它没有。
下面是正则表达式的链接:http://regexr.com?32rk4
而不带否定断言的相同正则表达式(<\w+>)[a-zA-Z0-9_\.:]+(</\w+>)可以正确地匹配xml标记中的所有字符串。
发布于 2012-11-19 18:14:16
PHP不允许您使用后视来完成此任务,但无论如何,后视也不是最好的工具。(它几乎从来都不是。)你应该能够解决这个问题,只需提前看一眼。如果你能对文档结构做一些假设,这将会容易得多。例如,您能确保封闭节点的名称始终为Rate,并且它的子节点永远不会有自己的子节点(属性或元素)吗?换句话说,你永远不会看到这样的东西:
<Rate Symbol="EURUSD">
<Bid>1.27554</Bid>
<foo>bar</foo>
<Ask foo="bar">1.27578</Ask>
</Rate>如果是这样,您可以使用正向先行匹配任意数量的完整子节点,后跟一个结束的</Rate>标记:
[a-zA-Z0-9_.:]++(?=\s*(?><(\w+)>[^<]*</\1>\s*)*+</Rate>)解释如下:
[a-zA-Z0-9_.:]++
(?=
\s*
(?>
<(\w+)> # match an opening tag and capture its name
[^<]* # consume the content
</\1> # match the closing tag
\s*
)*+ # do this zero or more times
</Rate> # confirm we're inside a <Rate> element
)这甚至可以扩展为处理您在original question中提到的其他垃圾代码,但是正则表达式变得如此丑陋,我认为这不值得。
发布于 2012-11-19 14:00:08
在大多数regex风格中都不支持可变长度的后处理。这里看起来就是这种情况。请尝试执行此操作,以匹配后跟开始标记而不是结束标记的所有文本:
[a-zA-Z0-9_\.:]+(?=\s*<)(?!(</\w+>))不用说,解析XML的正则表达式方法很脆弱,这种方法也不例外。
https://stackoverflow.com/questions/13448356
复制相似问题