0

我需要从一段文本中提取 3 个字段。我有一个正则表达式，可以提取其中的 2 个字段 - 文件和扩展名。我不知道如何提取内容文本，也没有匹配除“非模式”之外的所有字符的策略。

模式是：var regex_file = /<!--<\|(.*)\.(.*)\|>-->/g,

另外，我不确定正则表达式是最好的方法。我考虑了字符串方法拆分：split(regex_file)

但我认为没有办法让分隔符保持分裂。它只是返回分隔符之间的内容。另外，我认为没有办法split()像我在exec()下面那样循环。

从以下结构中的文本中提取这 3 个字段的最佳方法是什么。下面是我到目前为止所拥有的。

文本结构

<!--<|file.extension|>-->

// 1-10k of content text

<!--<|file.extension|>-->

// 1-10k of content text

<!--<|file.extension|>-->

// 1-10k of content text

第一次尝试

    /*addNodes
    **
    **
    **
    */
    function addNodes(text) {
        var regex_file = /<!--<\|(.*)\.(.*)\|>-->/g,
            arr_file;

        while ((arr_file = regex_file.exec(text)) !== null) {
            arr_file[1] // holds file 
            arr_file[2] // holds extension
            arr_file[3] // need content here
        }
    }

附加标准：

IE10+、FF10+、Safari5+、Chrome20+...主要的现代浏览器。

4

2 回答 2

1

是的，有一种方法可以循环split()。

使用java你可以这样做：

public static void main(String[] args) {
    String text = "<!--<|file.extension|>--> \n 1-10k of content text \n<!--<|file.extension|>--> \n 1-10k of content text \n<!--<|file.extension|>--> \n 1-10k of content text";
    String reg = "(?=\\n<!--<\\|[^<]*\\.[^>]*\\|>-->)";
    String[] split = text.split(reg);
    System.out.println(Arrays.toString(split));
}

输出

[<!--<|file.extension|>--> 
 1-10k of content text , 
<!--<|file.extension|>--> 
 1-10k of content text , 
<!--<|file.extension|>--> 
 1-10k of content text]

java脚本：

<html>
<body>
    <button onclick="myFunction()">Try it</button>
    <script>

    function myFunction(){
        var reg = /(?=\n<!--<\|[^<]*\.[^>]*\|>-->)/;
        var text = "<!--<|file.extension|>--> \n 1-10k of content text \n<!--<|file.extension|>--> \n 1-10k of content text \n<!--<|file.extension|>--> \n 1-10k of content text";
        var n= text.split(reg);
        alert(n);
    }
    </script>
</body>
</html>
于 2012-12-31T02:41:29.503 回答
1

你非常接近。分隔符可以用正则表达式保存：

s = "<!--<|file.extension|>--> // 1-10k of content text <!--<|file.extension|>--> // 1-10k of content text <!--<|file.extension|>--> // 1-10k of content text"
a = s.split(/<!--<\|([^.]*)(\.[^|]*)\|>-->/g)
for (i = 1; i < a.length; i += 3) {
  console.log('result:');
  console.log('  "'+a[i]  +'"');
  console.log('  "'+a[i+1]+'"');
  console.log('  "'+a[i+2]+'"');
}

输出：

result:
  "file"
  ".extension"
  " // 1-10k of content text "
result:
  "file"
  ".extension"
  " // 1-10k of content text "
result:
  "file"
  ".extension"
  " // 1-10k of content text"

我能够在 Windows 上成功手动测试 ie9、chrome23 和 osx10 上的 chrome23、safari6、ff6。

我还把它扔到了 browsershots.org 上，这些版本的执行成功了：

火狐：3.6.27 4.0.1 5.0.1 1.5.0.12 10.0.2 6.0.1 11.0 11.0 12.0 13.0 14.0.1 17.0 7.0.1 15.0 16.0 2.0.0.20 8.0.1 9.0.1 18.0 172.0 18.0 172.0 1.6.6 .1 10.0.2 17.0 6.0.2 7.0.1 8.0 12.0 14.0.1 13.0.1 4.0.1 15.0 5.0.1 3.0.10 19.0 18.0

微星：10.0

野生动物园：3.2.3 5.1.7 5.1.7 6.0 5.0

CHROME：7.0.517.44 23.0.1271.101 17.0.963.56 8.0.552.224 17.0.963.56 22.0.1229.26 23.0.1251.2 22.0.1312.45 9.0.597.45 9.0.597.107 11.0.696.77 10.0.612.1 12.0.742.112 13.0.782.18 14.0.835.202 15.0.874.106 18.0.874.106 18.0.835.202 15.0.835.202 15.0.874.106 18.0.835.202 15.0.874.191112 19.0.1041.0 20.0.1132.57 21.0.1180.89 24.0.1312.45 23.0.1271.97 16.0.912.77 2.0.172.31 6.0.472.63

它不成功： chrome 20.0.1132.47 on ubuntu-12.04-lts

或 msie < 10 的版本

于 2012-12-31T03:15:05.707 回答