Question

我有以下正则表达式，我试图捕获每个开始评论的ID。但出于某种原因，我只能抓住第一个。它不会获取嵌套注释的ID。它只向控制台打印1000。我试图让它捕获1000和2000.任何人都可以在我的正则表达式中发现错误吗？

<script type="text/javascript">

    function ExtractText() {
        var regex = /\<!--Start([0-9]{4})-->([\s\S]*?)<!--End[0-9]{4}-->/gm;
       var match;
        while (match = regex.exec($("#myHtml").html())) {
            console.log(match[1]);
        }
    }

</script>

<div id="myHtml">
   <!--Start1000-->Text on<!--Start2000-->the left<!--End1000-->Text on the right<!--End2000-->
</div>

根据Mike Samuel的回答，我将我的JS更新为以下内容：

function GetAllIds() {

        var regex = /<!--Start([0-9]{4})-->([\s\S]*?)<!--End\1-->/g;
        var text = $("#myHtml").html();
        var match;
        while (regex.test(text)) {
            text = text.replace(
               regex,
               function (_, id, content) {
                   console.log(id);
                   return content;
               });
        }
    }

Answer 1

在

<!--Start1000-->Text on<!--Start2000-->the left<!--End1000-->Text on the right<!--End2000-->

“1000”区域与“2000”区域重叠，但exec循环仅找到非重叠匹配，因为每次调用exec具有相同的正则表达式并且字符串从最后一场比赛结束时开始。要解决此问题，请尝试

var regex = /<!--Start([0-9]{4})-->([\s\S]*?)<!--End\1-->/g;
for (var s = $("#myHtml").html(), sWithoutComment;
     // Keep going until we fail to replace a comment bracketed chunk
     // with the chunk minus comments.
     true;
     s = sWithoutComment) {
  // Replace one group of non-overlapping comment pairs.
  sWithoutComment = s.replace(
     regex,
     function (_, id, content) {
       console.log(id);
       // Replace the whole thing with the body.
       return content;
     });
  if (s === sWithoutComment) { break; }
}

Answer 2

您可以使用分组，然后使用另一个正则表达式：

var regex =  /(<!--Start)([0-9]{4})/ig;
var str = document.getElementById('myHtml').innerHTML;
var matches = str.match(regex);
for(var i=0;i<matches.length;i++){
    var m = matches[i];
    var num = m.match(/(\d+)/)[1];
    console.log(num);
}

正则表达式从文本中捕获ID

2 个答案: