Regex Lookaheads

Question

需要捕获根<pubDate>元素的内容，但在文档中，它可以位于<item>元素内或<channel>元素内。另外<item>是<channel>的孩子，我会带来例子

<channel>
  ...
  <pubDate>10/2/2010</pubDate>
  ...
  <item>
    ...
    <pubDate>13/2/2029</pubDate>
    ...
  </item>
  ...
</channel>

需要捕获 10/2/2010

<item>没问题，可以捕获它及其<pubDate>。

Answer 1

Regexp不是处理使用无上下文语法解析的编程语言的好工具。尝试使用XML DOM来完成这项工作。

Answer 2

我不懂JavaScript，所以我无法帮助你使用DOM。我同意100％尝试用正则表达式解析XML是个坏主意。但是，可能存在一种快速，非常肮脏且非常脆弱的解决方法：

如果缩进在整个文件中保持一致，并且<channel>元素始终处于相同的缩进级别，则可以将该事实用作正则表达式的指南。在您的示例中/^ {2}<pubDate>([^<]*)<\/pubdate>/m（=行首开头后的两个空格）可能正常工作。

使用此风险需要您自担风险。这里有龙等。

Answer 3

查看jQuery，看看这是否有助于阅读/解析XML：http://think2loud.com/reading-xml-with-jquery/

KM