在任何人问之前,我没有做任何类型的屏幕抓取.
我正在尝试解析一个html字符串以找到具有特定id的div.我不能为我的生活让这个工作.以下表达式在一个实例中有效,但在另一个实例中没有.我不确定它是否与html中的额外元素有关.
\s*?(?>(?! |
它正确地找到具有正确id的第一个div,但它然后在第一个结束div处关闭,而不是相关的div.
begining contentsome other stuff other stuff here more stuff
这应该带回来
some other stuff other stuff here more stuff
,但由于某种原因,它不是.它带回来:
some other stuff other stuff here 有没有人有一个更容易表达来处理这个？ 为了澄清,这是在.NET中,我正在使用DEPTH关键字.你可以在这里找到更多细节.1> Cybis..：你是否要求一个能够跟踪嵌套在DIV标签内的DIV标签数量的正则表达式？我担心正则表达式是不可能的. 您可以使用正则表达式来获取第一个DIV标记的索引,然后循环遍历该字符串中的字符,从该索引开始,并保持打开div标记的数量.当您遇到一个关闭的div-tag,并且count为零时,那么您在包含所需子字符串的字符串中有起始和结束索引. 2> pro3carp3..：在.NET中,您可以这样做: (? () (?> .*? | .*?depth) | .*? (?>-depth) )*) (?(depth)(?!)) .*?
有没有人有一个更容易表达来处理这个？
为了澄清,这是在.NET中,我正在使用DEPTH关键字.你可以在这里找到更多细节.
你是否要求一个能够跟踪嵌套在DIV标签内的DIV标签数量的正则表达式？我担心正则表达式是不可能的.
您可以使用正则表达式来获取第一个DIV标记的索引,然后循环遍历该字符串中的字符,从该索引开始,并保持打开div标记的数量.当您遇到一个关闭的div-tag,并且count为零时,那么您在包含所需子字符串的字符串中有起始和结束索引.
在.NET中,您可以这样做:
(? () (?> .*?
您必须使用单行选项.以下是使用控制台的示例:
using System; using System.Text.RegularExpressions; namespace Temp { class Program { static void Main() { string s = @" begining contentsome other stuff other stuff here more stuff "; Regex r = new Regex(@"(?()(?>.*?|.*?depth)|.*? (?>-depth))*)(?(depth)(?!)).*?", RegexOptions.Singleline); Console.WriteLine("HTML:\n"); Console.WriteLine(s); Match m = r.Match(s); if (m.Success) { Console.WriteLine("\nCaptured text:\n"); Console.WriteLine(m.Groups[4]); } Console.ReadLine(); } } }
京公网安备 11010802040832号