免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 2718 | 回复: 8
打印 上一主题 下一主题

正规表达式中<[^>]+>为什么就能匹配所有的<*> ?? [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2003-05-06 11:48 |只看该作者 |倒序浏览
正规表达式中<[^>]+>为什么就能匹配所有的<*> ????

只排除了一个>,还有一个<不需要排除吗????

论坛徽章:
0
2 [报告]
发表于 2003-05-06 14:04 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

<[^>]+>

不清楚你用来做什么,但这个正则表达式好象有点问题
^>表示以>开始的一行,而
<[^>]则表示在以>开始的行前还有<,自相矛盾,呵呵.

论坛徽章:
0
3 [报告]
发表于 2003-05-06 14:35 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

我的理解...[]中以^开头的表示匹配所有非>的字符

整个<[^>]+>表示匹配以<开头后面跟着至少一个的非>字符,然后再接着>


用来匹配html的标签....我也搞不懂为什么<[^>]+>就能匹配所有的
html标签....

那至少也应该是匹配"非<>"

一段perl代码:


  1. $/ = ".\n"; 1 # a special "chunk-mode"'; chunks end with a period-newline
  2. combination
  3. while (<>) 2
  4. {
  5. next unless s 3
  6. {# (regex starts here)
  7. ### Need to match one word:
  8. \b # start of word....
  9. ( [a-z]+ ) # grab word, filling $1(and \1).
  10. ### Now need to allow any number of spaces and/or <TAGS>
  11. ( # save what intervenes to $2.
  12. ( # ($3-parens onlyforgrouping the alternation)
  13. \s # whitespace (includes newline, which is good).
  14. | # -or-
  15. <[^>]+> # item like < TAG>.
  16. )+ # need at least one of the above, but allow more.
  17. )
  18. ### Now match the first word again:
  19. (\l\b) # \b ensures not embedded. This copy saved to $4.
  20. # (regex ends here)
  21. }
  22. # Above is the regex. Replacement string, below, followed by the modifiers, /i, /g,
  23. and /x
  24. "\e[7m$1\e[m$2\e[7m$4\e[m"igx; 4
  25. s/^ ([^\e]*\n)+//mg; 5 # Remove any unmarked lines.
  26. s/^/$ARGV: /mg; 6 # Ensure lines begin with filename.
  27. print;
  28. }
复制代码

论坛徽章:
0
4 [报告]
发表于 2003-05-06 18:59 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

[quote]原帖由 "i_amok"][/quote 发表:


偶错啦

<<>符合这个表达式,他把第二个<认为是<>中的内容啦.

偶想关键看自己的要求.

论坛徽章:
0
5 [报告]
发表于 2003-05-06 22:20 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

原帖由 "nkliyong" 发表:


偶错啦

<<>符合这个表达式,他把第二个<认为是<>中的内容啦.

偶想关键看自己的要求.



没看懂......能仔细说一下吗?

论坛徽章:
0
6 [报告]
发表于 2003-05-07 08:15 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

原帖由 "iamok" 发表:



没看懂......能仔细说一下吗?


呵呵,偶也不懂

论坛徽章:
0
7 [报告]
发表于 2003-05-07 09:22 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

<[^>]+>这是一个非常经典的html标签匹配表达式。一般的正则表达式的默认匹配的是最大字符串,而这不符合我们的要求(我们要求的是最小匹配,即把每一个html标签都分别取出来),为了避免匹配错误,就必须对shell的匹配方式进行限定。这里使用了[^>]它来完成此项任务,因为我们知道,每个单独的html标签都是以">"字符结束的,所以,一个非>字符最能说明标签的描述,当遇到一个">"字符时,就标志着一个标签描述的结束。这正好是我们所要的。
若有下面代码:
  1. <HTML><HEAD><TITLE>
  2. sed -n  's/<\(.*\).*>/\1/p'
  3. HTML><HEAD><TITLE
  4. sed -n  's/<\([^>]+\).*>/\1/p'
  5. HTML
复制代码

说明scounix下正则表达式中不认"+",所以只能用"*",但其意义是相同的。

论坛徽章:
0
8 [报告]
发表于 2003-05-08 11:18 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

明白了。。。非常详细。。thx。。。  

论坛徽章:
1
荣誉版主
日期:2011-11-23 16:44:17
9 [报告]
发表于 2003-05-08 14:11 |只看该作者

正规表达式中<[^>]+>为什么就能匹配所有的<*> ??

[quote]原帖由 "muzx"]说明scounix下正则表达式中不认"+",所以只能用"*",但其意义是相同的。[/quote 发表:


说得非常好!向你致敬!

这是个经典的HTML和XML的标记。类似的还有/<[^>][^>]*>/
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP