※ [本文转录自 RegExp 看板 #1ITwjeQ0 ] 作者: DongFeng (Little Five) 看板: RegExp 标题: Re: [问题] 一段表达式, 希望版友能帮忙解析... 时间: Mon Nov 4 22:12:52 2013 谢谢各位前辈的回答, 前阵子比较忙没有时间上来回覆感谢各位 特别谢谢danny8376前辈, 谢谢您那麽用心回答还特地回信到我信箱>///< 经过danny前辈分阶段的讲解我已经知道这行表达式是怎麽运作的了 白话的说来就是匹配 <table此处可为非>的任意字串(含空白与无)> 匹配非<(一般来说是空白或无) 匹配非<table、非</table的任意tag(一般来说是<thead/><tbody/><tr/><td/></tfoot/>) </table> 这整段可以找出页面中所有不含table的table 但对於*+的部分我还是有点疑惑, 我自己的解读是[^>]*+是匹配非>的任意字串後再以该 字串作一次以上的验证,也就是说 <table c> <table cl> <table cla> <table clas> <table class> <table class=> <table class="> ...... <table class="test"> 因为任意字元的关系所以匹配到c就停止并回传成功, 不知道这样解读对不对 ----------------------------------------------------------------------------- 後来在表达式的使用上我又遇到了其他的问题, 如前所述前面的表达式是匹配不含tabel 的tabel, 但在某些网页上会遇到下面的状况 <table> <tr> <td> <table>...</table> 内文... </td> </tr> </table> 使用同样的表达式去匹配的话会抓出最里头的table但却抓不出内文, 後来我在版上爬文 後用了另一段表达式: /<table[^>]*+>((<.+?>.*?<\/.+?>|.)+?)<\/table>/is 这段表达式可以完整的抓出最外层table以及内容(含里table) 但後来我发现这段表达式只有抓出内文中的其中一个table, 虽然抓出来的table是我想要 的没错但就是疑惑为什麽其他的table没被抓出来... 随文附上资料来源:http://www.thsrc.com.tw/tw/TimeTable/SearchResult 其实这是高铁时刻表查询系统, POST的所需资料後即可导出相应的时刻表 导出的时刻表内有两个table, 分别是 <table>...</table> <table class="word_size">...</table> 没有抓出来的<table class="word_size">...</table>, 虽然里头只是无关紧要的资料, 但因为有写[^>]*+的关系一直觉的应该会抓出来才对... 希望各位前辈能够再拨空帮小的解答一下, 叙述能力不大好文长还请见谅... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 175.111.59.235

※ 发信站: 批踢踢实业坊(ptt.cc) ※ 转录者: DongFeng (175.111.59.235), 时间: 11/04/2013 22:13:05