結合多個正則表達式組與前瞻

如何將3個正則表達式組合成1個表達式 - 如果可能的話？
我想要得到的第一個標籤值的第一TD標籤值並使用該適當的正則表達式的ID從一個標籤。我一直在努力爭取一個小時才能將它們全部表達出來。解決方案是什麼？結合多個正則表達式組與前瞻

regex for th tag: 
th[^>]+l">([^<]+)</th 
regex for td tag: 
td>([^<]+)</td 
regex for a tag: 
<a((?!</a).)id="([^"]+)"

我有一個像這樣的代碼片段的項目列表。

... 
    <th scope="col">1X2</th> 
    <th scope="col" class="goR">Odds</th> 
    </tr></thead> 
    <tbody> 
    <tr class="row1"> 
    <td>Fortuna Köln</td> 
    <td class="prc "><label><a id="MarketGroupListComponent25-selection-38225206.1" /> 
    ...

來源

2016-12-03 SzabK

怎麼樣正確的HTML解析庫，它爲您提供了更簡單的方式提取可能性，例如：https://jsoup.org/cookbook/extracting-data/selector-syntax - 如果有人添加評論到HTML Table的正則表達式擰例如 – zapl

感謝您的建議，我一定會檢查出來！ – SzabK

@zapl如果html沒有正確寫入，例如使用非關閉的p標記，則解析器被擰緊。解析器可能是這裏最好的解決方案，但並不總是最好的解決方案。 –

這裏是一個可能的解決方案：

(?s)th[^>]+l">(.*?)<\/th>.*?<td>(.*?)<\/td>.*?<a id="(.*?)"

您需要(?s)修改，使.匹配一個換行符。 3個所需的字符串組1，2和3

你不需要在這種情況下，任何預計。

看到它在action

注：

這個表達式將許多怪異的情況下出現故障，例如在標識或值中包含th或th，其中包含\"。如果您知道該html有效，則可以使用Java HTML parser進行更復雜的查詢。如果html無效或html結構已更改，則此解析器也可能失敗。

來源

2016-12-03 11:54:32

謝謝，它的工作！ – SzabK

針對downvote的任何評論？問了一個正則表達式，我給了一個正則表達式。根據文件格式的可變性，正則表達式可能是一個好主意，解析器可能是一個更好的主意。 –

結合多個正則表達式組與前瞻

回答

相關問題