PCRE：（+）和（-）向前/向后看（正则表达式）答案

【问题标题】：PCRE: (+) and (-) look ahead/behind (Regex)PCRE：（+）和（-）向前/向后看（正则表达式）
【发布时间】：2011-09-03 03:58:08
【问题描述】：

我有以下字符串：

<A href="CarPage.asp?parent=CAR123+++&Color=RED">The Car is Red - Its Fast</a>

我想提取：

CAR123
红色
这辆车是红色的 - 速度很快

到目前为止我所拥有的是：

(?<=<A href="CarPage\.asp\?parent=)[A-Za-z0-9]*(\+\+\+&Color=)[A-Za-z0-9]{3}(\">)[A-Za-z0-9\- ]*(?=</a>)

但是当它们不在字符串边界上时，我不确定如何设置正负前瞻和后瞻。

我知道，它是 HTML...我以前听说过...“不要使用正则表达式解析 html...” 我不需要比这更详细的了。

感谢您的帮助。

谢谢！

【问题讨论】：

标签： html regex pcre lookbehind lookahead

【解决方案1】：

最好使用解析器，但如果您的链接始终以完全相同的方式格式化（没有 id、类、额外参数、不同顺序的参数等，请尝试：

parent=(\w+?)\+*&Color=(\w+?)">(.*?)<

与穆的建议不同的是贪心。

【讨论】：

确实，贪婪才是最重要的。谢谢！

【解决方案2】：

你不需要任何复杂的东西，你可能会摆脱这个：

/parent=(\w+).*Color=(\w+).*>(.*)</

然后将零件从$1、$2 和$3 中拉出。您可能需要稍微收紧.* 部分，具体取决于您的实际输入的可变性。

例如，Perl 的这一点：

my $s = '<A href="CarPage.asp?parent=CAR123+++&Color=RED">The Car is Red - Its Fast</a>';
$s =~ /parent=(\w+).*Color=(\w+).*>(.*)</;
print join("\n", $1, $2, $3), "\n";

输出：

CAR123
RED
The Car is Red - Its Fast

【讨论】：