我试图通过检查网页的 HTML 来确定名称“电话”出现在哪一列。我正在搜索的字符串如下所示：
<tr class="C1">
<td>Name</td>
<td>Address</td>
...
... < some more columns, but their number is not fixed >
...
<td>Phone</td>
...
... <more columns>
...
</tr>
是否可以使用正则表达式来确定？
问问题
154 次
2 回答
1
从理论计算机科学的角度来看：这是不可能的，因为表格可以嵌套；而正则表达式通常无法处理嵌套结构（您需要一个 Typ-2-Grammer (Chomsky-Hierarchy)，即 Parser，来分析 html-Text 的结构，它不是 Typ-3，即常规）。
但是，从实际的角度来看，如果您假设表没有嵌套，则可以使用 RegEx 提取表行（类似于<tr (?!</tr>)*</tr>），然后匹配条目（类似于<td (?!</td>)*</td>）以生成列列表并搜索该列表对于包含字符串"Phone"...的条目
于 2012-06-03T10:40:38.040 回答
1
艰巨的任务。我指的是各种帖子，这些帖子解释了为什么使用 RegEx 进行 HTML 解析（实际上）是不可能的：
于 2012-06-03T10:42:09.520 回答