我的正則表達式有什么問題？

Question

我正在嘗試從以下位置捕獲“ Rio Grande Do Leste”：

...
<h1>Rio Grande Do Leste<br />
...

使用

var myregexp = /<h1>()<br/;

var nomeAldeiaDoAtaque = myregexp.exec(document);

我究竟做錯了什么？

更新：

剩下兩個問題：

1）搜索（document）沒有產生任何結果，但是將其更改為（document.body.innerHTML）即可。 這是為什么？

2）我必須將其更改為：myregexp.exec（document.body.innerHTML） [1] ； 得到我想要的，否則它將給我一些結果，其中包括<h1> 。 這是為什么？

3）（回答）為什么我需要使用“。*”？ 我相信它會在（）之間收集任何東西嗎？

Answer 1

嘗試/<h1>(.*?)<br/ 。

Answer 2

在捕獲組上

捕獲組嘗試捕獲其匹配的對象 。 這有一些重要的后果：

• 一無所有的小組永遠無法捕獲任何東西。
• 僅匹配空字符串的組只能捕獲空字符串。
• 在比賽嘗試中反復捕獲的組只能保留最后一次捕獲
  • 通常對於大多數口味都是正確的，但是.NET正則表達式是一個例外（請參閱相關問題）

這是一個簡單的模式，其中包含2個捕獲組：

(\d+) (cats|dogs)
\___/ \_________/
  1        2

假設i have 16 cats, 20 dogs, and 13 turtles ，那么將有2場比賽（ 如在rubular.com上看到的那樣 ）：

• 16 cats是比賽：第1組捕捉16 cats ，第2組捕捉cats
• 比賽有20 dogs ：第1組捕捉20 dogs ，第2組捕捉dogs

現在考慮對模式進行以下修改：

(\d)+ (cats|dogs)
\__/  \_________/
 1         2

現在，組1匹配\\d ，即一位數字。 在大多數情況下，重復匹配的組（在本例中為+ ）只能保留最后一個匹配項。 因此，在大多數口味中，第1組僅捕獲匹配的最后一個數字（ 如在rubular.com上所示 ）：

• 比賽有16 cats ：第1組捕捉6 cats ，第2組捕捉cats
• 20 dogs是匹配項：第1組捕捉0 ，第2組捕捉dogs

參考文獻

• regular-expressions.info/使用圓括號捕獲
• 是否可以使用正則表達式來計算*和+匹配的重復次數？
  • .NET正則表達式保持中間捕獲！

---

關於貪婪vs.勉強vs.消極角色

現在讓我們考慮匹配“ A和ZZ之間A所有內容”的問題。 事實證明，該規范是模棱兩可的：我們將提出3種模式來完成此任務，並且它們將產生不同的匹配項。 哪一個是“正確的”取決於期望，而該期望在原始語句中未正確傳達。

我們使用以下內容作為輸入：

eeAiiZooAuuZZeeeZZfff

我們使用3種不同的模式：

• A(.*)ZZ產生1個匹配項： AiiZooAuuZZeeeZZ （ 如ideone.com所示 ）
  • 這是貪婪的變體。 第1組匹配並捕獲的iiZooAuuZZeee
• A(.*?)ZZ產生1個匹配項： AiiZooAuuZZ （ 如ideone.com所示 ）
  • 這是勉強的變體。 第1組匹配並捕獲的iiZooAuu
• A([^Z]*)ZZ產生1個匹配項： AuuZZ （ 如ideone.com所示 ）
  • 這是否定的字符類變體。 組1匹配並捕獲uu

這是它們匹配內容的直觀表示：

         ___n
        /   \              n = negated character class
eeAiiZooAuuZZeeeZZfff      r = reluctant
  \_________/r   /         g = greedy
   \____________/g

有關這三種技術之間差異的更深入的處理，請參閱相關問題。

相關問題

• .*?之間的區別.*? 和.*用於正則表達式
  • 貪婪vs勉強vs否定的角色類別，帶有說明性示例的詳細說明

---

回到問題

因此，讓我們回到問題，看看模式出了什么問題：

<h1>()<br
    \/
     1

組1匹配空字符串，因此整個模式總體上只能匹配<hr1><br ，而組1只能匹配空字符串。

可以嘗試以多種不同方式“修復”此問題。 可以嘗試的3個明顯的方法是：

• <h1>(.*)<br ; 貪婪
• <h1>(.*?)<br ; 不情願
• <h1>([^<]*)<br ; 否定角色類

您會發現上述所有“工作”都無濟於事； 某些HTML會出現問題。 這是可以預期的：正則表達式是這項工作的“錯誤”工具。 您可以嘗試使模式變得越來越復雜，使其更“正確”，而較少“錯誤”。 您很有可能最終會陷入一個沒人能理解和/或維護的可怕混亂，而且它仍然有可能在100％的時間內“正確”地工作。

Answer 3

要么

^(<h1>)(.)+(<br />)

去這里測試gskinner.com