Regex To Match＆amp; entity;或＆amp;＃0-9;和捕获＆amp;

Question

我正在尝试对以下字符串原型进行替换："I‘m singing & dancing in the rain."以下正则表达式正确匹配实例，但也捕获&amp实例后面的字符。 "(&)[#?a-zA-Z0-9;]"从上面的原型中捕获以下字符串："&l"。

如何将其限制为仅捕获&？

修改：我应该补充一点，我不想单独匹配"&"。

Answer 1

寻找（这应对命名，十进制和十六进制实体）：

&([A-Za-z]+|#x[\dA-Fa-f]+|#\d+);

替换为

&$1;

警告：这有可能出错。我建议使用HTML解析器来解码文本。如果是双重编码，您可以解码两次。即使是小规模的HTML和正则表达也不能很好地协同工作。

由于您使用的是JavaScript，我希望您使用的是浏览器。如果你是，你有一个很好的DOM解析器。创建一个新元素，将字符串分配给其内部HTML属性并读出文本值。完成。

Answer 2

我认为你想要匹配&，但前提是后面跟着一个字母数字字符或某个标点符号。这需要 lookahead 。此正则表达式应与您想要的匹配，而不捕获或使用任何其他字符。

(&)(?=[#?a-zA-Z0-9;])

Answer 3

实际上你匹配字符串&l但捕获的只是&。这是因为捕获组之后的字符类将匹配另一个字符。

但无论如何，你原来的正则表达式有点瑕疵。 A（非最佳）替代可能是：

&(#[0-9]+|#x[0-9a-zA-Z]+|[a-zA-Z]+);

将匹配完整的实体或字符声明并捕获&。

Answer 4

如果您只想匹配&，为什么还要包含字符类[#?a-zA-Z0-9;]？

在英语中，您的表达式为“匹配&后跟一个字符，即＃，？，小写字母，大写字母或;”。

只需使用(&)

即可

Answer 5

你可能意味着：

"&([#a-zA-Z0-9]+;)"