Question

我正在编写一个Javascript书签作为工作的副项目（不要为生活而编码，非常初学者）。

它会扫描cnn.com成绩单并挑选出来的客人的姓名和头衔，不包括那些从录音带播放的内容。

要执行此操作，我会抓取该网站，然后使用replace()和正则表达式删除BEGIN VIDEO CLIP和END VIDEO CLIP之间的文本，然后使用其他正则表达式扫描与NAME, TITLE:匹配的所有内容{1}}格式。它就像一些成绩单上的魅力一样，并且在其他成绩单上惨遭失败。这是我的代码：

(function () {
    var webPage = document.body.innerText;
    var tape = webPage.replace(/(BEGIN VIDEO CLIP)([\s\S]*)(END VIDEO CLIP)|(BEGIN VIDEOTAPE)([\s\S]*)(END VIDEOTAPE)/g, "");
    var searchForGuests = /[A-Z ].+,[A-Z0-9 ].+:/g;
    var guests = tape.match(searchForGuests).join("; ");
    alert("Guests: " + guests)
})();

例如，当应用于http://transcripts.cnn.com/TRANSCRIPTS/1303/05/pmt.01.html时，它仅警告主机名称（Piers Morgan），即使有多个实时客人。我的正则表达式是问题吗？我一直在Regexr测试，但据我所知，在Javascript中没有使用任何非法的东西。

它应该适用于以下任何成绩单：http://transcripts.cnn.com/transcripts。

Answer 1

这里的主要问题可能是贪婪的[\s\S]*，它会匹配并删除太多。请尝试使用[\s\S]*?。 ?之后添加的*使其匹配尽可能少（而不是尽可能多）。

Answer 2

在searchForGuests正则表达式中，尝试^([A-Za-z0-9, ]+(?=:))

如果您的文字是：

TOM COUGHLIN, NFL COACH: Preparation is the key to success. 
MORGAN: Plus he's worn out his Oscar welcome but she's Hollywood's golden girl, Kristin Chenoweth.

它将返回匹配：

TOM COUGHLIN, NFL COACH
MORGAN

不确定我的正则表达式出错了

2 个答案: