.Net 正则表达式在 <p> 标签末尾获取括号文本答案

【问题标题】：.Net Regular Expression to get parenthetical text at end of <p> tags.Net 正则表达式在 <p> 标签末尾获取括号文本
【发布时间】：2010-04-08 21:30:06
【问题描述】：

我尝试匹配一个简单的模式，即在 HTML 段落末尾的括号之间捕获的任何字符。每当该段中有额外的括号时，我都会遇到麻烦：

即

如果输入字符串是“..... (321)

”我想得到值 (321)

但是，如果段落中有这样的文本：“... (123) (321)

” 我的正则表达式正在返回 "(123) (321)" （开头的 "(" 和结尾的 ")" 之间的所有内容

我正在使用正则表达式模式“\s(.+)

”

如何获取正确的值（使用 VB.NET）

这就是我目前正在做的事情：

    Dim reg As New Regex("\s\(.+\)</P>", RegexOptions.IgnoreCase)
    Dim matchC As MatchCollection = reg.Matches(su.Question)
    If matchC.Count > 0 Then
        Dim lastMatch As Match = matchC(matchC.Count - 1)
        Dim DesiredValue As String = lastMatch.Value
    End If

【问题讨论】：

不要使用正则表达式解析 HTML！ stackoverflow.com/questions/1732348/…

标签： .net wpf regex vb.net

【解决方案1】：

只需将表达式更改为非贪婪并反转匹配顺序即可：

Dim reg As New Regex("\s\(.+?\)</P>", RegexOptions.IgnoreCase Or RegexOptions.RightToLeft)

或者让它只匹配一个右括号：

"\s\([^)]+\)</P>"

或者让它只匹配你胸腔内的数字：

"\s\(\d+\)</P>"

编辑：为了使非贪婪样本工作，您需要在 Regex 对象上设置 RightToLeft 标志

【讨论】：

我进行了更改，但通过文本解析：“....(123) (321)” 仍然返回“(123) (321)”
.. 我只希望它返回“(321)”
再次检查我的建议，我编辑了一点。非贪婪方法仍然有效，但需要在 RegexOptions 上添加一个额外的标志。

【解决方案2】：

Dim reg As New Regex("\s\(\d+\)</P>", RegexOptions.IgnoreCase)

你的绊脚石是. 的特异性不足（它匹配所有字符，包括括号）和+ 的贪婪（它尽可能匹配）。

只要更具体 (\d+) 或不那么贪婪 (.+?)。

【讨论】：

“不那么贪婪”不起作用； RE 引擎总是尝试尽快开始匹配。更具体是正确的方法。
我刚刚用非贪婪的建议编辑了我的答案，它确实有效，但你必须将正则表达式引擎设置为向后工作（.NET 上的 RegexOptions.RightToLeft 会这样做）跨度>

【解决方案3】：

您需要使用 Look Ahead (?= ) 来锚定模式。这为解析器提供了数据应该停止、锚定到的位置的提示。这是一个从 p 标签锚点获取前一个 ( ) 数据的示例：

(?:\()([^)]+)(?:\))(?=</[pP]>)


(?:\()        - Match but don't capture a (
([^)]+)       - Get all the data until a ) is hit. [^ ] is the not set
(?:\))        - Match but don't capture the )  
(?=</[pP]>)  - Look Ahead Match but don't capture a suffix of </p or P >

HTH

【讨论】：