js 正则表达式未按预期工作。未检测到换行符[重复]

Posted 2023-02-24

【中文标题】js 正则表达式未按预期工作。未检测到换行符[重复]

【英文标题】：js Regex not working as expected. Newline not getting detected [duplicate]

【发布时间】：2018-10-07 19:42:43

【问题描述】：

我有一个字符串如下：

<abc name = "foo">
  <child>bar</child>
</abc>
<xyz>1</xyz>

<abc name = "foo2">
  <child>bar2</child>
</abc>
<xyz>5</xyz>

我创建了一个正则表达式如下：

var regexapi = /<abc\s*name\s*=\s*"(.*?)"[\s\S]*?<\/abc>\n*<xyz>/gim;
while ( (resApi = regexapi.exec(data))) 
    array1.push(resApi[0]);

console.log(array1[0]);

现在如果我没有标签<xyz>1</xyz>打印array1[0]应该显示undefined但它打印如下：

    <abc name = "foo">
  <child>bar</child>
</abc>

<abc name = "foo2">
  <child>bar2</child>
</abc>
<xyz>

我认为\n* 存在一些问题，因为我给出了多行标志。不过不确定。 请注意，这是没有 <xyz>1</xyz> 标记的。我希望它打印未定义。 谢谢。

【问题讨论】：

你到底想在这里做什么？此外，正则表达式不一定是解析 html 的最佳工具。实际上，javascript 是一个 HTML 解析器，所以你最好用它来回答这个问题。

我将一个 xml 文件作为输入，我想将值存储在 <xyz> 中，它可能出现在 <abc> 标记之后，也可能不出现。如果不存在，我想将该值存储为未定义

正如@TimBiegeleisen 所说，使用诸如github.com/Leonidas-from-XIV/node-xml2js 这样的XML 解析器会比正则表达式更容易。

您也可以使用 Cheerio (github.com/cheeriojs/cheerio) 并以类似\jQuery 的方式查询您的数据。

不要使用正则表达式解析 XML；使用真正的 XML 解析器。 请参阅重复链接（以及此处和网络上的许多其他帖子）以获取解释。

【参考方案1】：

您最好在这里使用 XML 解析器。如果您坚持使用正则表达式，这里有一种选择：

var input = "<abc name = \"foo\">\n\t<child>bar</child>\n</abc>\n<xyz>\n\n<abc name = \"foo2\">\t\n<child>bar2</child>\n</abc>\n<xyz>35</xyz>";
var regex = /<abc[^>]*>(?:(?!<\/abc>)[\s\S]*)<\/abc>\s*<xyz>((?!<xyz>)[\s\S]*)<\/xyz>/g;
var match = regex.exec(input);
console.log(match[1]); // 35

这匹配<abc> 标记，后跟可选空格，然后紧跟<xyz> 标记。如果该标签为空，则在第一个捕获组match[1] 中不会捕获任何内容。

【讨论】：

试过这个。但是，如果标签为空，它将捕获下一个 <xyz> 标签中的值

@starkVT 检查我更新的答案。为了让它工作，我需要添加另一个否定前瞻，以确保它不匹配来自不同 HTML 块的 <xyz> 标记。希望你能明白为什么正则表达式现在开始看起来不那么有吸引力了。

您非常慷慨地花时间尝试，但最好的答案是，正则表达式本质上是该工作的错误工具，而不是通过提供部分来强化 OP（和未来读者）的误解，脆性溶液。

@kjhughes 我要删除这个吗？我可以反驳您的评论，有时有人可能无法访问 XML 解析器。

我已经在重复链接列表中添加了 node.js 和浏览器 XML 解析解决方案。您已经在通过正则表达式解析 XML 的泥潭中走了两步。这是你的电话，但如果是我，我会停在这里。有时，当怪物层出不穷时，最好是说“远离沼泽”，而不是尝试解决该做什么。

【参考方案2】：

正则表达式：

<\/abc>\n(?:<xyz>(.*)(?=<\/xyz))*

Regex Demo

js Demo

匹配 </abc> 后跟 <xyz> 和值。如果<xyz> 标签丢失array[0] 将返回一个空字符串（不是未定义）

【讨论】：

就像所有使用正则表达式处理 XML 的尝试一样，这当然是错误的。例如，它不允许空白出现在 XML 允许空白的地方。