Question

这是关于解析HTML的内联CSS样式属性。我使用JSoup但是我能够确定JSoup选择不帮助这个......我不确定为什么。这意味着用户必须找出关键字和值等合法字符的规则，即什么构成＆＃34;正确形成＆＃34; CSS样式＆＃34;属性＆＃34; （这是否是正确的术语？[ 稍后：不！样式＆＃34;属性＆＃34;，根据CSSParser]。

无论如何，在提取每个单独的键值对时，我想要做的是用分号分隔它们......但在最后一对中，尾随分号是可选的。但是，允许空格会以字符串的结尾结束。

所以我尝试了这个：

Pattern styleSubattrsPattern = Pattern.compile( "([A-Za-z0-9-]+)\\s*:\\s*([A-Za-z0-9-]+)\\s*[$;]");

...意思是＆＃34;分号或字符串的结尾＆＃34;。但它不起作用：最终的键值对不匹配。

后

使用CSSParser确实解决了根本问题。

Answer 1

使用[$;]将匹配分号或美元符号，因为[]中包含的特殊字符将引用字符文字（开头为^除外）匹配）。

您可能想要的是：((;)|($))

或者，您也可以使用问号来表示可选字符，如果您希望分号后面的行尾：;?$。

Answer 2

你可以使用否定的前瞻断言和来做一个否定的字符类：Private Sub ButtonStrip1_Click(sender As Object, e As EventArgs) Handles ButtonStrip1.Click msgbox("You clicked " & sender.text & ".") End Sub

这处理两种情况：

如果有角色，则此角色只能是(?![^;])
否则，只允许字符串的结尾（没有字符）。

这样：

（我添加了占有量词来禁止回溯并避免无用的测试：Pattern styleSubattrsPattern = Pattern.compile( "([A-Za-z0-9-]+)\\s*:\\s*([A-Za-z0-9-]++)\\s*+(?![^;])"); =＆gt; *和*+ =＆gt; +）

正则表达式＆＃34;分号或字符串结尾＆＃34;

2 个答案: