[英]How to extract href= and title values using javascript similar to PHP's preg_match_all()?
[英]How can I match multiple occurrences with a regex in JavaScript similar to PHP's preg_match_all()?
我正在尝试解析由&
或&
分隔的 key=value 对组成的 url 编码字符串。 .
以下将仅匹配第一次出现,将键和值分解为单独的结果元素:
var result = mystring.match(/(?:&|&)?([^=]+)=([^&]+)/)
字符串 '1111342=Adam%20Franco&348572=Bob%20Jones' 的结果将是:
['1111342', 'Adam%20Franco']
使用全局标志“g”将匹配所有匹配项,但只返回完全匹配的子字符串,而不返回分隔的键和值:
var result = mystring.match(/(?:&|&)?([^=]+)=([^&]+)/g)
字符串 '1111342=Adam%20Franco&348572=Bob%20Jones' 的结果将是:
['1111342=Adam%20Franco', '&348572=Bob%20Jones']
虽然我可以在&
上拆分字符串并单独拆分每个键/值对,但有没有办法使用 JavaScript 的正则表达式支持来匹配多次出现的模式/(?:&|&)?([^=]+)=([^&]+)/
类似于PHP的preg_match_all()
函数?
我的目标是通过某种方式获得子匹配的结果,例如:
[['1111342', '348572'], ['Adam%20Franco', 'Bob%20Jones']]
要么
[['1111342', 'Adam%20Franco'], ['348572', 'Bob%20Jones']]
从评论中吊起
2020 评论:我们现在有
URLSearchParams
而不是使用正则表达式,它为我们做了所有这些,所以不再需要自定义代码,更不用说正则表达式了。
此处列出了浏览器支持https://caniuse.com/#feat=urlsearchparams
我会建议一个替代的正则表达式,使用子组来单独捕获参数的名称和值以及re.exec()
:
function getUrlParams(url) {
var re = /(?:\?|&(?:amp;)?)([^=&#]+)(?:=?([^&#]*))/g,
match, params = {},
decode = function (s) {return decodeURIComponent(s.replace(/\+/g, " "));};
if (typeof url == "undefined") url = document.location.href;
while (match = re.exec(url)) {
params[decode(match[1])] = decode(match[2]);
}
return params;
}
var result = getUrlParams("http://maps.google.de/maps?f=q&source=s_q&hl=de&geocode=&q=Frankfurt+am+Main&sll=50.106047,8.679886&sspn=0.370369,0.833588&ie=UTF8&ll=50.116616,8.680573&spn=0.35972,0.833588&z=11&iwloc=addr");
result
是一个对象:
{ f: "q" geocode: "" hl: "de" ie: "UTF8" iwloc: "addr" ll: "50.116616,8.680573" q: "Frankfurt am Main" sll: "50.106047,8.679886" source: "s_q" spn: "0.35972,0.833588" sspn: "0.370369,0.833588" z: "11" }
正则表达式分解如下:
(?: # non-capturing group \?|& # "?" or "&" (?:amp;)? # (allow "&", for wrongly HTML-encoded URLs) ) # end non-capturing group ( # group 1 [^=&#]+ # any character except "=", "&" or "#"; at least once ) # end group 1 - this will be the parameter's name (?: # non-capturing group =? # an "=", optional ( # group 2 [^&#]* # any character except "&" or "#"; any number of times ) # end group 2 - this will be the parameter's value ) # end non-capturing group
您需要使用“g”开关进行全局搜索
var result = mystring.match(/(&|&)?([^=]+)=([^&]+)/g)
2020年编辑
使用URLSearchParams ,因为此作业不再需要任何类型的自定义代码。 浏览器可以使用一个构造函数为您完成此操作:
const str = "1111342=Adam%20Franco&348572=Bob%20Jones";
const data = new URLSearchParams(str);
for (pair of data) console.log(pair)
产量
Array [ "1111342", "Adam Franco" ]
Array [ "348572", "Bob Jones" ]
所以没有理由再为此使用正则表达式。
原答案
如果您不想依赖运行exec
样式匹配时附带的“盲匹配”,JavaScript 确实内置了匹配所有功能,但它是replace
函数调用的一部分,当使用“如何处理”时捕获组” 处理功能:
var data = {};
var getKeyValue = function(fullPattern, group1, group2, group3) {
data[group2] = group3;
};
mystring.replace(/(?:&|&)?([^=]+)=([^&]+)/g, getKeyValue);
完毕。
我们没有使用捕获组处理函数来实际返回替换字符串(对于替换处理,第一个参数是完整模式匹配,随后的参数是单独的捕获组),我们只是获取组 2 和组 3 的捕获,并缓存该对。
因此,与其编写复杂的解析函数,不如记住 JavaScript 中的“matchAll”函数只是简单地用替换处理函数“替换”,并且可以提高模式匹配效率。
对于捕获组,我习惯于在 PHP 中使用preg_match_all
并且我尝试在此处复制它的功能:
<script>
// Return all pattern matches with captured groups
RegExp.prototype.execAll = function(string) {
var match = null;
var matches = new Array();
while (match = this.exec(string)) {
var matchArray = [];
for (i in match) {
if (parseInt(i) == i) {
matchArray.push(match[i]);
}
}
matches.push(matchArray);
}
return matches;
}
// Example
var someTxt = 'abc123 def456 ghi890';
var results = /[a-z]+(\d+)/g.execAll(someTxt);
// Output
[["abc123", "123"],
["def456", "456"],
["ghi890", "890"]]
</script>
为全局匹配设置g
修饰符:
/…/g
资源:
https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/RegExp/exec
如果您的正则表达式使用“g”标志,您可以多次使用 exec() 方法来查找同一字符串中的连续匹配项。 当您这样做时,搜索将从正则表达式的 lastIndex 属性指定的 str 的子字符串开始(test() 还将推进 lastIndex 属性)。 例如,假设您有这个脚本:
var myRe = /ab*/g;
var str = 'abbcdefabh';
var myArray;
while ((myArray = myRe.exec(str)) !== null) {
var msg = 'Found ' + myArray[0] + '. ';
msg += 'Next match starts at ' + myRe.lastIndex;
console.log(msg);
}
此脚本显示以下文本:
Found abb. Next match starts at 3
Found ab. Next match starts at 912
注意:不要将正则表达式文字(或 RegExp 构造函数)放在 while 条件中,否则如果由于每次迭代都会重置 lastIndex 属性而存在匹配项,它将创建一个无限循环。 还要确保设置了全局标志,否则此处也会发生循环。
你好,2020 年。让我提请你注意String.prototype.matchAll() :
let regexp = /(?:&|&)?([^=]+)=([^&]+)/g;
let str = '1111342=Adam%20Franco&348572=Bob%20Jones';
for (let match of str.matchAll(regexp)) {
let [full, key, value] = match;
console.log(key + ' => ' + value);
}
输出:
1111342 => Adam%20Franco
348572 => Bob%20Jones
如果有人(像我一样)需要 Tomalak 的数组支持方法(即多选),这里是:
function getUrlParams(url) {
var re = /(?:\?|&(?:amp;)?)([^=&#]+)(?:=?([^&#]*))/g,
match, params = {},
decode = function (s) {return decodeURIComponent(s.replace(/\+/g, " "));};
if (typeof url == "undefined") url = document.location.href;
while (match = re.exec(url)) {
if( params[decode(match[1])] ) {
if( typeof params[decode(match[1])] != 'object' ) {
params[decode(match[1])] = new Array( params[decode(match[1])], decode(match[2]) );
} else {
params[decode(match[1])].push(decode(match[2]));
}
}
else
params[decode(match[1])] = decode(match[2]);
}
return params;
}
var urlParams = getUrlParams(location.search);
输入?my=1&my=2&my=things
result 1,2,things
(之前只返回:things)
只是为了坚持标题所示的建议问题,您实际上可以使用String.prototype.replace()
迭代字符串中的每个匹配项。 例如,下面的代码就是根据正则表达式获取所有单词的数组:
function getWords(str) {
var arr = [];
str.replace(/\w+/g, function(m) {
arr.push(m);
});
return arr;
}
var words = getWords("Where in the world is Carmen Sandiego?");
// > ["Where", "in", "the", "world", "is", "Carmen", "Sandiego"]
如果我想获取捕获组甚至是每场比赛的索引,我也可以这样做。 下面显示了每个匹配项如何与整个匹配项、第一个捕获组和索引一起返回:
function getWords(str) {
var arr = [];
str.replace(/\w+(?=(.*))/g, function(m, remaining, index) {
arr.push({ match: m, remainder: remaining, index: index });
});
return arr;
}
var words = getWords("Where in the world is Carmen Sandiego?");
运行完上面的words
会是这样的:
[
{
"match": "Where",
"remainder": " in the world is Carmen Sandiego?",
"index": 0
},
{
"match": "in",
"remainder": " the world is Carmen Sandiego?",
"index": 6
},
{
"match": "the",
"remainder": " world is Carmen Sandiego?",
"index": 9
},
{
"match": "world",
"remainder": " is Carmen Sandiego?",
"index": 13
},
{
"match": "is",
"remainder": " Carmen Sandiego?",
"index": 19
},
{
"match": "Carmen",
"remainder": " Sandiego?",
"index": 22
},
{
"match": "Sandiego",
"remainder": "?",
"index": 29
}
]
为了使用preg_match_all
匹配类似于 PHP 中可用的多次出现,您可以使用这种类型的思维来制作自己的或使用类似YourJS.matchAll()
的东西。 YourJS 或多或少地定义了这个函数如下:
function matchAll(str, rgx) {
var arr, extras, matches = [];
str.replace(rgx.global ? rgx : new RegExp(rgx.source, (rgx + '').replace(/[\s\S]+\//g , 'g')), function() {
matches.push(arr = [].slice.call(arguments));
extras = arr.splice(-2);
arr.index = extras[0];
arr.input = extras[1];
});
return matches[0] ? matches : null;
}
如果您可以使用map
,这是一个四行解决方案:
var mystring = '1111342=Adam%20Franco&348572=Bob%20Jones'; var result = mystring.match(/(&|&)?([^=]+)=([^&]+)/g) || []; result = result.map(function(i) { return i.match(/(&|&)?([^=]+)=([^&]+)/); }); console.log(result);
不漂亮,效率不高,但至少它很紧凑。 ;)
使用window.URL
:
> s = 'http://www.example.com/index.html?1111342=Adam%20Franco&348572=Bob%20Jones'
> u = new URL(s)
> Array.from(u.searchParams.entries())
[["1111342", "Adam Franco"], ["348572", "Bob Jones"]]
好吧......我有一个类似的问题......我想用RegExp进行增量/步进搜索(例如:开始搜索......做一些处理......继续搜索直到最后一场比赛)
经过大量的互联网搜索......像往常一样(这已经变成一种习惯)我最终在 StackOverflow 中找到了答案......
什么没有提到,要提到的是“ lastIndex
”我现在明白了为什么 RegExp 对象实现了“ lastIndex
”属性
为了使用相同的名称捕获多个参数,我修改了 Tomalak 方法中的 while 循环,如下所示:
while (match = re.exec(url)) {
var pName = decode(match[1]);
var pValue = decode(match[2]);
params[pName] ? params[pName].push(pValue) : params[pName] = [pValue];
}
输入: ?firstname=george&lastname=bush&firstname=bill&lastname=clinton
返回: {firstname: ["george", "bill"], lastname: ["bush", "clinton"]}
拆分它对我来说是最好的选择:
'1111342=Adam%20Franco&348572=Bob%20Jones'.split('&').map(x => x.match(/(?:&|&)?([^=]+)=([^&]+)/))
为避免正则表达式地狱,您可以找到第一个匹配项,切掉一个块,然后尝试在子字符串上找到下一个。 在 C# 中,这看起来像这样,抱歉我没有为您将它移植到 JavaScript。
long count = 0;
var remainder = data;
Match match = null;
do
{
match = _rgx.Match(remainder);
if (match.Success)
{
count++;
remainder = remainder.Substring(match.Index + 1, remainder.Length - (match.Index+1));
}
} while (match.Success);
return count;
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.