作者banana2014 (香蕉共和國)
標題Re: [請益] 請問重複attr合併的正規法要如何寫？
時間Sun Jul 23 14:13:01 2017
※ 引述《pk9058 (WhenSunTea)》之銘言：
: 如標題
: regex：/(style[=]["](.*?)["]{2})/ig
: HTML內容：
: <div id="test" style="color:#FFF;" class="title_block" style="background:#000;" title="Hello">
: <span style="font-size:18pt;">標題</span>
: </div>
: 在 regexr.com 測試發現他會連同 h2 的style也包含...
: 麻煩版上的大大幫小弟解惑，謝謝
不曉得您的意思是不是要找同一個元素裡的所有style標籤
如果是，那有兩種做法：
第一種作法比較簡單
可以單純只用一條Regex來找出「最後那個元素」的所有style標籤
而且所有程式語言都通
Regex的pattern如下：
/
(style=)('|\")[^'\"]*\2(?!(.|\n)*>(.|\n)*\1('|\")[^'\"]*\5)/gi
如下的程式碼會匹配到紅色字：
<div id="test" style="color:#FFF;" class="title_block" style="background:#000;" title="Hello" style="font-size:16px;">
<input style="font-size:18pt;" disabled style="color:red;" name="inp" style="text-align:left;">
<span style="color:#F00;" style="font-family:arial;">ABC</span>
</div>
<div
style="text-decoration:none;" id="test2"
style="color:blue">333</div>
我來說明一下這條pattern：
第一個桃紅色部分的「
(style=)」意思是匹配「style=」這個字串，這沒什麼學問。
第二個黃色部分的「
('|\")[^'\"]*\2」意思是先匹配單引號(')或者雙引號(")1次，然後後面可能有一個或多個不是單引號或雙引號的字元，但也有可能沒接，然後再接跟第2個括號裡匹配的相同字元 (也就是如果你第一次輸入雙引號，這邊就必須也是雙引號，反之單引號亦然)
最後綠色部分的「
(?!(.|\n)*>(.|\n)*\1('|\")[^'\"]*\5)」意思是這整個「style="..."」標籤的後面不能有大於符號(>)然後又接著出現「style="..."」或「style='...'」的字樣。
所以只要是最後一個元素的style標籤就通通可以match得到。
第二種就比較複雜麻煩了，必須要配合程式來做才行，而且不見得所有瀏覽器都支援這種方法：
第二種就可以像你所說的匹配「第一個元素」的所有style標籤
如果您是用Javascript寫
Regex的pattern如下：
/
[^>]*?(style=)('|\")[^'\"]*\2
(?=[^>]*>[^>]*)/gyi
這裡我們用到了新的modifier：「y」(在舊瀏覽器，如IE可能不支援)
我來說明一下這個「y」好了
「y」是取「Stick
y」的「y」來作為這個modifier的名稱
意思是：「只允許從開頭開始的連續匹配(如果「g」被設定則會連續)，連續處是從上一個匹配的字的結尾處開始」
例如：
/a/gy
這裡我們只可以匹配所有連續且從開頭開始的「a」
所以「aaassaaaa」只匹配到前三個「a」，後面的「a」則完全都匹配不到
另外像「mmmaaassaaaa」則所有的「a」都匹配不到。
回來上面的Regex pattern，
這行pattern的意思就是：如果「style="..."」或「style='...'」的前面都沒有任何大於符號(>) (
[^>]*?)，且後面又有出現大於符號(>) (
(?=[^>]*>[^>]*))，然後又從開頭連續 (y modifier、g modifier)，那麼就匹配
所以像下面這段原始碼會匹配到有底色的字：
<div id="test" style="color:#FFF;" class="title_block" style="background:#000;" title="Hello" style="font-size:16px;" alt="test" style="text-shadow:none;">
<span style="font-size:18pt;" title="test1" style="text-decoration:none;" id="test1" style="font-family:arial;">ABC</span>
<span style="color:blue;" style="font-weight:bold;">Hello!</span>
</div>
<div style="position:absolute;" class="test2" style="top:0;left:0;"></div>
但是這並不是我們要的結果，
我們只想要像「style="..."」這樣的標籤
所以就必須要用Javascript程式去擷取字串了。
程式如下：
var str = "(原始碼...)";
var res = str.match(/[^>]*?(style=)('|\")[^'\"]*\2(?=[^>]*>[^>]*)/gyi);
var result = res.map(function(s){ return s.substr(s.indexOf("style=")); });
最後得到的陣列result就是我們想要的結果
◎ 其中這裡的map就是對某一陣列一一做函數的處理。
如果您用第二種方法是用PHP寫的，那麼就把「y」改成「A」即可
「A」與「y」功能雷同，在此不再贅述。
以上。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.160.30.43
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Web_Design/M.1500790383.A.432.html
※ 編輯: banana2014 (118.160.30.43), 07/23/2017 14:46:39
1F：推 CauseSam: 高手！ 07/24 08:21
2F：推 maiico: 很詳細 07/24 10:45
3F：推 ian90911: 推優文 07/24 10:48
4F：推 pk9058: 感謝大大的熱心回復 :) 07/24 22:44
5F：→ pk9058: 目前小弟的寫法是先用下面這段regex來取得attr group 07/24 22:46
6F：推 pk9058: style\s*=\s*['"]?([^'"]+)['"]?/ig 07/24 22:55
7F：→ pk9058: 之後將它刪除，然後重建新的 style 07/24 22:56
8F：→ pk9058: 這是我自己寫的正規表示法，如有錯誤希望大大可以指正小弟 07/24 22:58
10F：推 pk9058: 小弟熟讀您的文章後又學到新的一課，感謝大大的細心教導 07/24 23:39