捕获组在 NSRegularExpression 中不起作用
Posted
技术标签:
【中文标题】捕获组在 NSRegularExpression 中不起作用【英文标题】:Capture groups not working in NSRegularExpression 【发布时间】:2011-10-12 22:27:03 【问题描述】:为什么这段代码只吐出整个正则表达式匹配而不是捕获组?
输入
@"A long string containing Name:</td><td>A name here</td> amongst other things"
预期输出
A name here
实际输出
Name:</td><td>A name here</td>
代码
NSString *htmlString = @"A long string containing Name:</td><td>A name here</td> amongst other things";
NSRegularExpression *nameExpression = [NSRegularExpression regularExpressionWithPattern:@"Name:</td>.*\">(.*)</td>" options:NSRegularExpressionSearch error:nil];
NSArray *matches = [nameExpression matchesInString:htmlString
options:0
range:NSMakeRange(0, [htmlString length])];
for (NSTextCheckingResult *match in matches)
NSRange matchRange = [match range];
NSString *matchString = [htmlString substringWithRange:matchRange];
NSLog(@"%@", matchString);
取自 Apple 文档的代码。 我知道还有其他库可以做到这一点,但我想坚持这项任务的内置内容。
【问题讨论】:
更新:添加更多捕获组不会退出更多匹配项。总是一场比赛。为什么?! 【参考方案1】:您将使用以下方法访问第一个组范围:
for (NSTextCheckingResult *match in matches)
//NSRange matchRange = [match range];
NSRange matchRange = [match rangeAtIndex:1];
NSString *matchString = [htmlString substringWithRange:matchRange];
NSLog(@"%@", matchString);
【讨论】:
我非常有信心我已经尝试过,但不知何故这次它奏效了。谢谢! 在访问索引范围之前,您必须检查 numberOfRanges 值以防止崩溃。【参考方案2】:不要使用正则表达式或 NSScanner 解析 HTML。沿着这条路走下去就是疯狂。
这在 SO 上已被多次询问。
parsing HTML on the iPhone
我挑选的数据就像
<td>Name: A name</td>
一样简单,我 认为它很简单,只需使用正则表达式而不是 在项目中包括一个完整的 HTML 解析器。
由你决定,我强烈主张“首先进入市场具有巨大优势”。
不同之处在于,使用适当的 HTML 解析器,您正在考虑文档的结构。使用正则表达式,您依赖的文档永远不会以语法上完全有效的方式更改格式。
即如果输入是<td class="name">Name: A name</td>
怎么办?您的正则表达式解析器刚刚破坏了有效的 HTML 输入,并且从标签内容的角度来看,与原始输入相同。
【讨论】:
如果您只需要几个字符串,为什么不呢?没有列表等。 即输入永远不会改变结构,标签的顺序永远不会改变,代码永远不会被重用或重构,标签永远不会添加属性,编码永远不会改变?当然。去吧。 (说真的 - 如果它现在足够好......去吧。只要知道你有一个时间吮吸你的手,可能有一天会突然出现。) 好吧,如果你使用解析器,你仍然需要知道数据在文档中的什么位置,并且无论你怎么做,原始文档的变化都会影响你的解析。我挑选的数据就像在 swift3 中
//: Playground - noun: a place where people can play
import UIKit
/// Two groups. 1: [A-Z]+, 2: [0-9]+
var pattern = "([A-Z]+)([0-9]+)"
let regex = try NSRegularExpression(pattern: pattern, options:[.caseInsensitive])
let str = "AA01B2C3DD4"
let strLen = str.characters.count
let results = regex.matches(in: str, options: [], range: NSMakeRange(0, strLen))
let nsStr = str as NSString
for a in results
let c = a.numberOfRanges
print(c)
let m0 = a.rangeAt(0) //< Ex: 'AA01'
let m1 = a.rangeAt(1) //< Group 1: Alpha chars, ex: 'AA'
let m2 = a.rangeAt(2) //< Group 2: Digital numbers, ex: '01'
// let m3 = a.rangeAt(3) //< Runtime exceptions
let s = nsStr.substring(with: m2)
print(s)
【讨论】:
【参考方案4】:HTML 不是常规语言,无法使用正则表达式正确解析。 Here's a classic SO answer 解释这个常见的程序员误区。
【讨论】:
不要用正则表达式解析 HTML,因为“每次你试图用正则表达式解析 HTML 时,邪恶的孩子都会流着处女的血,俄罗斯黑客会攻击你的 webapp。”?长大了。 不,不要用正则表达式解析 HTML,因为你不能用正则表达式解析 HTML。 这需要澄清。正则表达式是解析 (X)HTML 的坏工具,但 (X)HTML 或正则表达式的性质并没有使它“错误”。应用于 (X)HTML 的正则表达式将按预期运行,它只是一个糟糕的工具。以上是关于捕获组在 NSRegularExpression 中不起作用的主要内容,如果未能解决你的问题,请参考以下文章
NSPredicate 和 NSRegularExpression
NSRegularExpression如何让NSRange超出范围?
NSRegularExpression 与 Swift 中的模板