正則表達式 - 最短匹配

Question

我需要通過正則表達式解析HTML字符串，KEY是否位於我需要提取的值後面。

試樣原始字符串：

<TR><TD>VAL1</TD><TD>KEY1</TD></TR><TR><TD>VAL2</TD><TD>KEY2</TD></TR> 

當我試着使用提取VAL2：

<TD>(.*?)</TD><TD>KEY2</TD> 

我真正得到

VAL1KEY1VAL2 

我該如何解決這個問題，假設鑰匙是不變的，價值在變化？

由於提前， 邁克爾

Answer 1

使用

<TD>([^<]*)</TD><TD>KEY2</TD> 

代替。你的懶惰量詞會保證最短匹配但是從第一個匹配位置。在這種情況下，從第一個<TD>開始。上面的解決方案通過限制可能出現在值中的字符來回避問題，所以它不會跨越多個標籤。

Answer 2

我不知道你在用什麼語言，但如果是PHP，我想你最好用DOM而不是用正則表達式來解析它。

下面是做這件事：

<?php 

$html="<TR><TD>VAL1</TD><TD>KEY1</TD></TR><TR><TD>VAL2</TD><TD>KEY2</TD></TR>"; 

$doc = new DOMDocument(); 
$doc->loadHTML($html); 

print_r($doc->getElementById(1)->tagName); 

$output=array(); 
$n=0; 
while ($val = $doc->getElementsByTagName('td')->item($n++)) { 
    $key = $doc->getElementsByTagName('td')->item($n++); 
    $output[$key->textContent]=$val->textContent; 
} 

print_r($output); 

這裏就是它表明，當我運行它。

Array 
(
    [VAL1] => KEY1 
    [VAL2] => KEY2 
)