js 正则 exec() 和 match() 数据抽取
2024-08-25 15:10:07
js 的正则表达式平常用的不多,但以前抽取数据的时候用到过,主要是有这样的需求;
var text='<td class="data">2014-4-4</td><br /><td class="data">2014-4-5</td>';
//希望输出 ["2014-4-4", "2014-4-5"]
难倒不难,如何比较好的实现是个问题;
如果要提取其中的数据,主要就是 String 对象的 match()、replace()、split() 方法或者 RegExp 对象的 exec(),但是应用的时候,还是有点坑的;
首先写出正则,这个不难,一个非全局,一个全局:
var re = /<td[^>]*?>([\s\S]*?)<\/td>/,
reg = /<td[^>]*?>([\s\S]*?)<\/td>/g;
但是匹配多个 <td></td> 的时候,match 方法有点特殊:
match 的特殊在于:
非全局正则,可以返回捕获组,也就是正则里面()里面的内容,但不能多次匹配;
全局正则,可以多次匹配,但不返回捕获组;
实际上,如果全局正则,多次匹配还返回捕获组的话,返回的数据就不可能是个简单数组了,因为 n 次匹配,m 个捕获组,那返回的结果就是,数组里有 n 个匹配结果,每个匹配结果里,还要放一个数组,用来表示每个捕获组的值;
如果换成 exec(),结果如下:
exec() 特殊在于:
不管正则是否加全局,返回的内容是一样的
具体实现:
1、这里,我们先用 match 实现一遍,按照前面的思路,就是用全局正则 match 一下,然后再遍历获取到的数组,通过非全局正则捕获我们要的东西:
text.match(reg).map(function(v) {
return v.match(re)[1];
});
//返回 ["2014-4-4", "2014-4-5"]
比较好理解,但是需要两个正则,一个全局,一个非全局;
2、如果用 exec(),
var temp = [],data = [];
while ((temp = reg.exec(text)) !== null) {
data.push(temp[1]);
}
//data:["2014-4-4", "2014-4-5"]
这样写的原因是,RegExp 对象的方法,经常有 lastIndex 的属性,exec() 在执行的时候,实际上每回只匹配一次,然后改了 lastIndex 属性的值为下一个开始的地方,然后下次从新的地方开始再匹配,如果匹配到末尾匹配不到了,返回 null ,举个例子:
这个特性不注意会被坑的,比如:
var reg=/ja/g,text='ja';
reg.test(text); //true reg.lastIndex 返回 2,其实也就是匹配到末尾了
reg.test(text); //false reg.lastIndex 返回 0,匹配到末尾没匹配到,返回 null,lastIndex 重置为 0;
参考资料:
最新文章
- OC中的私有变量和description
- iOS上传应用过程中出现的错误"images contain alpha channels or transparencies"以及解决方案
- [改善Java代码]使用valueOf前必须进行校验
- C# Dictionary的xml序列化
- css系列教程--margin padding column(完结)
- 乐在其中设计模式(C#) - 享元模式(Flyweight Pattern)
- “git push”后返回“Error 403”解决方法
- ArrayList的sublist注意
- 图论基础之Dijkstra算法的初探
- WPF 自定义TabControl控件样式
- Python编程Day1——计算机组成与操作系统
- Django-restframework 之频率源码分析
- CodeForces - 777B Game of Credit Cards 贪心
- Java学习笔记之——枚举类
- table-cell http://www.cnblogs.com/StormSpirit/archive/2012/10/24/2736453.html
- SoapUI&#160;接口测试之post提交本地数据文件
- List集合的特有功能
- 实现类似printf这样的函数
- GitHub和SVN的区别
- 单端通用ISM频段接收器 Si4313