Question

为什么此代码只吐出整个正则表达式匹配而不是捕获组？

输入

@"A long string containing Name:</td><td>A name here</td> amongst other things"

预期输出

A name here

实际输出

Name:</td><td>A name here</td>

代码

NSString *htmlString = @"A long string containing Name:</td><td>A name here</td> amongst other things";
NSRegularExpression *nameExpression = [NSRegularExpression regularExpressionWithPattern:@"Name:</td>.*\">(.*)</td>" options:NSRegularExpressionSearch error:nil];

NSArray *matches = [nameExpression matchesInString:htmlString
                                  options:0
                                    range:NSMakeRange(0, [htmlString length])];
for (NSTextCheckingResult *match in matches) {
    NSRange matchRange = [match range];
    NSString *matchString = [htmlString substringWithRange:matchRange];
    NSLog(@"%@", matchString);
}

从Apple文档中获取的代码。我知道还有其他库可以做到这一点，但我想坚持使用内置的任务。

Answer 1

您将使用以下方式访问第一组范围：

for (NSTextCheckingResult *match in matches) {
    //NSRange matchRange = [match range];
    NSRange matchRange = [match rangeAtIndex:1];
    NSString *matchString = [htmlString substringWithRange:matchRange];
    NSLog(@"%@", matchString);
}

Answer 2

不要使用正则表达式或NSScanner解析HTML。走下那条道路就是疯狂。

有人多次询问这个问题。

parsing HTML on the iPhone

我挑选的数据就像<td>Name: A name</td>和i一样简单认为它很简单，只需使用正则表达式而不是包括项目中完整的HTML解析器。

由您和我首先强烈倡导“率先上市具有巨大优势”。

不同之处在于，使用正确的HTML解析器，您正在考虑文档的结构。使用正则表达式，您依赖的文档永远不会以语法上完全有效的方式更改格式。

即。如果输入是<td class="name">Name: A name</td>怎么办？您的正则表达式解析器刚刚打破了有效HTML的输入，并且从标记内容的角度来看，与原始输入相同。

Answer 3

HTML不是常规语言，无法使用正则表达式正确解析。 Here's a classic SO answer解释了这个常见程序员的错误假设。

Answer 4

在swift3中

//: Playground - noun: a place where people can play

import UIKit

/// Two groups. 1: [A-Z]+, 2: [0-9]+
var pattern = "([A-Z]+)([0-9]+)"

let regex = try NSRegularExpression(pattern: pattern, options:[.caseInsensitive])

let str = "AA01B2C3DD4"
let strLen = str.characters.count
let results = regex.matches(in: str, options: [], range: NSMakeRange(0, strLen))

let nsStr = str as NSString

for a in results {

    let c = a.numberOfRanges 
    print(c)

    let m0 = a.rangeAt(0)  //< Ex: 'AA01'
    let m1 = a.rangeAt(1)  //< Group 1: Alpha chars, ex: 'AA'
    let m2 = a.rangeAt(2)  //< Group 2: Digital numbers, ex: '01'
    // let m3 = a.rangeAt(3) //< Runtime exceptions

    let s = nsStr.substring(with: m2)
    print(s)
}

Answer 5

或者只是使用

[htmlString firstMatchedGroupWithRegex:@"Name:</td>.*\">(.*)</td>"]

来自此类https://github.com/damienromito/NSString-Matcher

捕获不在NSRegularExpression中工作的组

5 个答案: