首先，不要使用正则表达式执行此操作！

Question

我有this.responseText，这很乱。试图将我需要的东西分开：

以下是文字：

<html>
<head><title>Index of /browserify-view/build/source/pic/</title></head>
<body bgcolor="white">
<h1>Index of /browserify-view/build/source/pic/</h1><hr><pre><a href="../">../</a>
<a href="wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc.png">wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc..&gt;</a> 22-Jul-2016 22:29               65180
<a href="thumb-wd20f381801bb51.png">thumb-wd20f381801bb51.png;</a> 22-Jul-2016 22:33               10779
</pre><hr></body>
</html>

我怎么能像这样分开：

wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc.png

thumb-wd20f381801bb51.png

Answer 1

这是迄今为止我在此主题上看到的最佳回复之一： RegEx match open tags except XHTML self-contained tags

如果你想快速做点什么，我会看这样的东西（python）：

<a[^>]+href="(?P<x>[^"]+)">

请注意，它的不良做法如果要在更大范围内执行（除了这个html之外的任何东西）我会推荐一个html解析器。从长远来看，这将节省大量时间。

Answer 2

你可以做到

str.scan(/(?<=<a href=").+?\.png/)

这将返回一个数组：

["wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc.png", "thumb-wd20f381801bb51.png"]

打破正则表达式

/(?<=<a href=").+?\.png/

(?<=<a href=")是一个积极的外观，它与主表达式之前的<a href="字符串匹配，而不在结果中包含它。
.+?使用惰性运算符匹配任何字符1次或多次，该运算符匹配可能的最小字符数。
\.png与.png

Answer 3

首先，不要使用正则表达式执行此操作！

Regex is NOT capable of parsing HTML！

改为使用javascript DOMParser：

var parser = new DOMParser();
var doc = parser.parseFromString(this.responseText, 'text/html');

然后使用DOM API获取所需的元素：

var nodes = doc.querySelectorAll('a:not([href="../"])');

最后，使用Array.map将节点映射到其href属性：

// Can't use nodes.map here because nodes in a NodeList, not an array
var links = Array.prototype.map.call(nodes, function(element)
{
    // Can't use element.href here because we're in a different document
    return element.getAttribute('href');
});

如果你把它们放在一起：

var exampleResponseText = `<html>
<head><title>Index of /browserify-view/build/source/pic/</title></head>
<body bgcolor="white">
<h1>Index of /browserify-view/build/source/pic/</h1><hr><pre><a href="../">../</a>
<a href="wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc.png">wd0c9af04bbf54efc9a2f7ba766a6694f2421b1dc..&gt;</a> 22-Jul-2016 22:29               65180
<a href="thumb-wd20f381801bb51.png">thumb-wd20f381801bb51.png;</a> 22-Jul-2016 22:33               10779
</pre><hr></body>
</html>`;

var parser = new DOMParser();
var doc = parser.parseFromString(exampleResponseText, 'text/html');
var nodes = doc.querySelectorAll('a:not([href="../"])');
var links = Array.prototype.map.call(nodes, function(element)
{
    return element.getAttribute('href');
});

console.log(links);

正则表达式帮助 - 包括但不显示

3 个答案:

首先，不要使用正则表达式执行此操作！

Regex is NOT capable of parsing HTML！