在NSRegularExpression模式中使用捕獲組

Question

Obj C中以下形式的正則表達式是否合法？

"<(img|a|div).*?>.*?</$1>"

我知道在JS中使用\\ 1而不是$ 1是有效的，但是我在Obj C中運氣不佳。

Answer 1

是的，我相信您可以與捕獲小組合作。 我不得不在不久前與他們合作，並且在以下示例中：

-(NSString *) extractMediaLink:(NSString *)link withRegex:(NSString *)regex{
    NSString * utf8Link = [link stringByRemovingPercentEncoding]; 
    NSError * regexError = nil;

    NSRegularExpression * regexParser = [NSRegularExpression regularExpressionWithPattern:regex 
                                                                                  options:NSRegularExpressionCaseInsensitive|NSRegularExpressionUseUnixLineSeparators
                                                                                    error:&regexError];
    NSTextCheckingResult * regexResults =  [regexParser firstMatchInString:utf8Link
                                                                   options:0
                                                                     range:NSMakeRange(0, [utf8Link length])];

    NSString * matchedResults = [utf8Link substringWithRange:[regexResults rangeAtIndex:1]]; // the second capture group will always have the ID

    return matchedResults.length ? matchedResults : @"";
}

當您使用NSRegularExpression實例生成NSTextCheckingResult ， NSTextCheckingResult具有numberOfRanges屬性，該屬性記錄為：

結果必須具有至少一個范圍，但可以選擇具有更大的范圍（例如，代表正則表達式捕獲組）。

在上面的示例中（ 注意：我碰巧是在解析HTML，但是使用了一個通過XPath查詢來遍歷HTML的附加容器TFHpple-如果絕對必須解析HTML， 它是一個救星 ），我使用了-[NSRegularExpression firstMatchInString:options:range:]檢查與我的正則表達式模式匹配的代碼的第一個實例。 從該NSTextCheckingResult我提取了我感興趣的捕獲組的正確索引（在本例中為[regexResults rangeAtIndex:1] ）

但是，到達這一點是一個巨大的痛苦。 但是為確保獲得正確的表達式，我強烈建議將Regex101與Python設置一起使用，然后將經過改進的正則表達式傳遞到Patterns（Mac App Store）

如果您想要完整的外觀，我在這里有一個相當詳細的項目，但是請記住，它仍然是一個WIP。

Answer 2

NSRegularExpression使用ICU正則表達式 ，該表達式使用\\n語法進行反向引用，其中n是第n個捕獲組。

<(img|a|div).*?>.*?</\\1>