[关闭]
@Zjmainstay 2021-01-20T13:26:43.000000Z 字数 11417 阅读 3248

正则掌握程度测试题——参考答案

正则表达式

注：解答时，点击“题样”链接，进行测试即可。
鼠标悬停到每段文字，右侧+可评论，大家可评论留下你的答案，我看到会适当加以回复，建议带上你们的Q群昵称（434252251 专精正则表达式）。
正则文章推荐：正则表达式入门和高级教程与在线测试工具

1. 分组提取/非捕获组

分组，是正则里一个非常重要的概念，我们需要针对某个区域提取数据，往往需要依赖分组。而分组，其实就是正则里()括住的部分。

（1.1）分组提取

  1. 需求：在分组1中匹配meta中author属性的值
  2. 源串：
  3. <meta author="Zjmainstay" />
  4. another author="Zjmainstay too"
  5. 预期：分组1得到Zjmainstay
  6. 正则：/<meta author="(.*?)"/

题样：https://hiregex.com/r/B7aH84/1

（1.2）非捕获组

针对上面的分组，有时候，我们并不需要捕获某个分组的内容，我们可以使用非捕获组(?:表达式)，从而不捕获表达式部分内容到分组中。

  1. 需求：匹配每行字母个数是偶数个的数据，每行数据不为空，正则不能存在分组1
  2. 源串：
  3. a
  4. ab
  5. abc
  6. abcd
  7. 预期：
  8. 匹配得到 ab 和 abcd，不包含分组1
  9. 正则：/^(?:[a-z][a-z])+$/m

题样：https://hiregex.com/r/hcspP2/1

2. 单字符或

或条件是正则使用过程中常用的概念，比如，密码由字母或数字组成，这里就用到了或条件，而且，由于字母或数字都是单个字符，因此，可以使用[a-z0-9]这样的单字符或语法实现。
常犯错误：匹配a或b写成[a|b]，此表达式实际上表示a或b或|，在[]内部的|表示其本身，注意区分(a|b)表示a或b的写法。

（2）单字符或

  1. 需求：匹配由 A/S/D/F 4个字母(区分大小写)组成的长度为3字符串
  2. 源串：
  3. ABC
  4. ASD
  5. ADS
  6. ASF
  7. BBC
  8. A|S
  9. A|D
  10. ASDF
  11. 预期：以[]元字符获得3个字母的或集，匹配 ASD/ADS/ASF 3组数据
  12. 正则：/^[ASDF]{3}$/m

题样：https://hiregex.com/r/JHkPH1/1

3. 多字符或

相对单字符或条件，多字符或也是很常见的，比如，我们需要匹配http或ftp两个协议头的url，就需要^(http|ftp)://.+$这样的语法来实现。

（3）多字符或

  1. 需求：匹配每行数据中以.jpg/.jpeg/.png/.gif结尾的图片名称（含后缀）
  2. 源串：
  3. image.jpg
  4. image.jpeg
  5. image.png
  6. image.gif
  7. not_image.txt
  8. not_image.doc
  9. not_image.xls
  10. not_image.ppt
  12. 预期：匹配 image.jpg/image.jpeg/image.png/image.gif 4个结果
  13. 正则：/^.+\.(?:jpg|jpeg|png|gif)$/m

题样：https://hiregex.com/r/hyoAJ1/1

4. 分组引用

前面介绍了分组，那某个分组在我们匹配过程中重复出现，又该如何处理？分组引用恰恰解决这个问题。比如，匹配出现重复单词的一行数据，我们可以这么写（多行模式）：/^.*?(\b\S+\b).*?\1.*$/m，\1表示引用前面分组1中匹配到的内容，也就是重复的单词内容。

（4）匹配连续相同3次的数字

  1. 需求：匹配连续相同3次的数字
  2. 源串：
  3. 111
  4. 121
  5. 112
  6. 222
  7. 预期：匹配 111/222 两组数据
  8. 正则：/(\d)\1\1/

题样：https://hiregex.com/r/2p93c/1

5. 匹配换行数据

“我的正则本来好好的，突然不行了！”这个是很多正则新人遇到的问题，而这个问题，很多时候，就是因为原来正则中的.不能匹配新数据里的换行导致的。这时候，只需要把.改成[\s\S]这样的表达式就可以了。这个表达式表示空格或非空格，也就是任意字符啦。

（5）匹配换行数据

  1. 需求：分别使用单行模式和普通模式匹配id="author"的div中数据，div标签不在同一行
  2. 源串：
  3. <div id="author">
  4. Zjmainstay
  5. </div>
  6. 预期：Zjmainstay
  7. 正则1：/<div id="author">(.*?)<\/div>/s
  8. 正则2：/<div id="author">([\s\S]*?)<\/div>/

题样：https://hiregex.com/r/tYcOO3/1

6. 存在（或）

（6.1）匹配多种或条件的数据，没有特殊限制

  1. 需求：匹配每行中包含“作者”或者“读者”的数据
  2. 源串：
  3. 本文的作者是Zjmainstay
  4. 本文有很多读者
  5. 读者可以是任何一个地方的人
  6. 这里的任何一个地方说明读者也能在国外
  7. 什么乱七八糟的推理
  8. 你不匹配我，凭什么要我推荐你的博客 www.zjmainstay.cn
  9. 预期：匹配
  10. 本文的作者是Zjmainstay
  11. 本文有很多读者
  12. 读者可以是任何一个地方的人
  13. 这里的任何一个地方说明读者也能在国外
  15. 正则：/.*(?:作者|读者).*/

题样：https://hiregex.com/r/n2FGC1/1

（6.2）匹配多种或条件的数据，有特殊限制（不使用环视）

  1. 需求：匹配每行中“读者”在开头或结尾的数据
  2. 源串：
  3. 本文作者是Zjmainstay，有很多读者
  4. 读者可以是任何一个地方的人
  5. 这里的任何一个地方说明读者也能在国外
  6. 预期：匹配
  7. 本文作者是Zjmainstay，有很多读者
  8. 读者可以是任何一个地方的人
  10. 正则：/^读者.+$|^.+读者$/m

题样：https://hiregex.com/r/L5kYV/1

（6.3）匹配多种或条件的数据，有特殊限制（使用环视）

  1. 需求：匹配每行中“读者”在开头或结尾的数据
  2. 源串：
  3. 本文作者是Zjmainstay，有很多读者
  4. 读者可以是任何一个地方的人
  5. 这里的任何一个地方说明读者也能在国外
  6. 预期：匹配
  7. 本文作者是Zjmainstay，有很多读者
  8. 读者可以是任何一个地方的人
  10. 正则：/^(?=读者|.*读者$).+$/m

题样：https://hiregex.com/r/9FJHT4/1

7. 存在（与）

（7.1）校验密码必须包含字母、数字和特殊字符，6-16位

  1. 需求：校验密码必须包含字母、数字和特殊字符，6-16位，假定特殊字符为 -_= 三个字符
  2. 源串：
  3. 12345
  4. 123456
  5. 1234561234561234
  6. 12345612345612345
  7. a1234
  8. a12345
  9. -1234
  10. -12345
  11. a-123
  12. a-1234
  13. a-1234a-1234a-12
  14. a-1234a-1234a-1234
  15. aaaaa
  16. aaaaaa
  17. -_=-_
  18. -_=-_=
  19. 预期：匹配
  20. a-1234
  21. a-1234a-1234a-12
  23. 正则：/^(?=.*?[a-z])(?=.*?[0-9])(?=.*?[_\-=])[a-z0-9_\-=]{6,16}$/m

题样：https://hiregex.com/r/6kEWf4/1

8. 特殊限制（环视否定）

（8.1）使用\d{1,3}匹配1-999的数据，不能以0开头

  1. 需求：使用\d{1,3}匹配每行中1-999的数据，不能以0开头
  2. 源串：
  3. 1
  4. 10
  5. 100
  6. 999
  7. 1000
  8. 01
  9. 001
  10. 预期：匹配
  11. 1
  12. 10
  13. 100
  14. 999
  15. 正则：/^(?!0)\d{1,3}$/m

题样：https://hiregex.com/r/QIP8F4/1

（8.2）匹配除了span标签外的所有标签

  1. 需求：匹配除了<span>内容</span>标签外的所有<tagName>内容</tagName>格式标签
  2. 源串：
  3. <div>匹配我</div>
  4. <span>不匹配我</span>
  5. <p>匹配我</p>
  6. <i>匹配我</i>
  7. 预期：匹配
  8. <div>匹配我</div>
  9. <p>匹配我</p>
  10. <i>匹配我</i>
  11. 正则：/<((?!span>)[^>]+)>.*?<\/\1>/

题样：https://hiregex.com/r/Y77Z51/1

9. 替换分组使用

（9.1）给源串每个链接加上http://www.zjmainstay.cn前缀

  1. 需求：给源串每个链接加上http://www.zjmainstay.cn前缀
  2. 源串：
  3. <a id="link-1" href="/regexp-one">正则文章合集（All In One)</a>
  4. <a id="link-2" href="/my-regexp">正则入门教程</a>
  5. <a id="link-3" href="/deep-regexp">正则高级教程</a>
  6. <a id="link-4" href="/regexp-lookaround">正则环视详解</a>
  7. <a id="link-5" href="/php-curl">PHP cURL应用</a>
  8. 预期：替换得到
  9. <a id="link-1" href="http://www.zjmainstay.cn/regexp-one">正则文章合集（All In One)</a>
  10. <a id="link-2" href="http://www.zjmainstay.cn/my-regexp">正则入门教程</a>
  11. <a id="link-3" href="http://www.zjmainstay.cn/deep-regexp">正则高级教程</a>
  12. <a id="link-4" href="http://www.zjmainstay.cn/regexp-lookaround">正则环视详解</a>
  13. <a id="link-5" href="http://www.zjmainstay.cn/php-curl">PHP cURL应用</a>
  14. 查找：/<a id="link-\d+" href="/
  15. 替换：$0http://www.zjmainstay.cn

题样：https://hiregex.com/r/gTDjO3/1

（9.2）将每行数据格式化为一条SQL语句

  1. 需求：将每行特定格式数据格式化为SQL语句
  2. 源串：
  3. 1 2017-04-11 Zjmainstay
  4. 2 2017-04-12 Nobody
  5. 3 2017-04-13 Somebody
  6. 预期：替换得到
  7. INSERT INTO table_log(`id`, `created_at`, `author`) values('1', '2017-04-11', 'Zjmainstay');
  8. INSERT INTO table_log(`id`, `created_at`, `author`) values('2', '2017-04-12', 'Nobody');
  9. INSERT INTO table_log(`id`, `created_at`, `author`) values('3', '2017-04-13', 'Somebody');
  10. 查找：/(\d+) ([\d-]+) (\S+)/
  11. 替换：INSERT INTO table_log(`id`, `created_at`, `author`) values('$1', '$2', '$3');

题样：https://hiregex.com/r/RIQTP4/1

10. 分组可选

（10.1）分组可选

  1. 需求：判断如果单词以A开头，匹配Apple；如果单词以B开头，匹配Banana；否则匹配Empty
  2. 源串：
  3. Angle
  4. Apple
  5. Banana
  6. Best
  7. Empty
  8. 预期：匹配
  9. Apple
  10. Banana
  11. Empty
  12. 正则：/^((A)?|(B)?)?(?(1)(?(2)pple|(?(3)anana|(?!)))|Empty)/m

题样：https://hiregex.com/r/nkwBu1/1

（10.2）分组可选与分组引用

  1. 需求：匹配html标签的属性值，属性值可以由双引号、单引号、无单双引号定界
  2. 源串：
  3. <div id="I'm Zjmainstay" class="name" data-year=2017 age='27'>
  4. 预期：分组匹配
  5. I'm Zjmainstay
  6. author
  7. 2017
  8. 27
  9. 正则：/(\S+)\s*=\s*(['"])?((?(2)(?:(?!\2).)+|[^\s>]+))\2?/

题样：https://hiregex.com/r/4dIVO3/1

11. 单字符拆分（数字）

（11）匹配0.00-100.00的数值，可以有0-2位小数

  1. 需求：匹配0.00-100.00的数值，可以有0-2位小数，不能以小数点结尾，不能以2个以上的0开头
  2. 思路：(100|10-99|0-9) + 0-2小数位 + 排除小数点结尾、2个以上0开头的情况
  3. 源串：
  4. 0
  5. 1
  6. 0.0
  7. 0.00
  8. 9.00
  9. 18.00
  10. 27.0
  11. 36.00
  12. 45.00
  13. 54.00
  14. 63.00
  15. 72.00
  16. 81.00
  17. 90.00
  18. 99.99
  19. 100.00
  21. 0.
  22. 001
  23. 100.01
  24. 100.001
  25. 101
  26. 预期：匹配0.00~100.00
  27. 正则：/^(?!0\d)(?:100(?:\.0{1,2})?|[1-9]?\d(?:\.\d{1,2})?)$/

题样：https://hiregex.com/r/mCpsV4/1

12. 贪婪模式

贪婪模式，正则会优先尽可能多地匹配能匹配到的内容。当剩余正则匹配剩余部分字符（源串）但无法满足匹配时，贪婪部分回溯，吐出已匹配的内容，尝试满足剩余部分字符的匹配。

（12.1）匹配链接中的文件名

  1. 需求：利用贪婪模式，分组1得到每行链接中的文件名
  2. 源串：
  3. http://localhost.com/a/b/c/d/file1.txt
  4. https://localhost.com/a/b/file2long.jpg
  6. 预期：分组0匹配行数据，分组1匹配文件名
  7. file1.txt
  8. file2long.jpg
  9. 正则：/.*\/(.*)/m

题样：https://hiregex.com/r/wvCml3/1

（12.2）限定字符贪婪优化匹配性能

  1. 需求：匹配div id="author"的标签内容
  2. 源串：
  3. <div id="author" class="author-text something-useless">Zjmainstay</div>
  5. 预期：利用贪婪模式去掉div中的噪点（无关数据），分组1匹配到Zjmainstay
  6. 正则：/<div id="author"[^>]*>(.*?)<\/div>/

题样：https://hiregex.com/r/U6cJb4/1

13. 非贪婪模式

贪婪模式，正则会优先尽可能少地匹配能匹配到的内容。当剩余正则匹配剩余部分字符（源串）但无法满足匹配时，非贪婪部分继续匹配更多内容，尝试满足剩余部分字符的匹配。

（13）匹配p标签内容

  1. 需求：匹配p标签内容
  2. 源串：
  3. <p>内容1</p><p>内容2</p>
  4. 预期：
  5. 在分组1中匹配到内容1和内容2
  6. 正则：/<p>(.*?)<\/p>/m

题样：https://hiregex.com/r/dfiUF4/1

14. 占用模式(PCRE)

贪婪模式后再加一个+量词，如.++，效果是贪婪而且不回溯。
暂时没有想到应用场景。

15. |字符分界（|的作用域）

|作为或条件分隔符，它的分隔区间常常存在误用。在使用|字符的过程中，我们常常需要结合()来对它进行限定。如，^([0-9]+|[a-z]+)$表示纯数字或纯字母，如果没有()，那它又是另一种意思了。^[0-9]+|[a-z]+$等价于^[0-9]+或[a-z]+$，因此，它表示数字开头或者字母结尾，跟我们的需求有了很大的差别。

（15）|字符分界

  1. 需求：在分组1中匹配css或script的链接
  2. 源串：
  3. <script src="main.min.js" type="text/javascript"></script>
  4. <link rel="stylesheet" type="text/css" href="main.css">
  5. 预期：
  6. main.min.js
  7. main.css
  8. 正则：/<(?:script|link)[^>]*?(?:href|src)="([^"]+)"/

题样：https://hiregex.com/r/UAc4O2/1

16. 元字符转义

元字符，指正则中有特殊意义的字符，如.表示匹配除了换行符以外的任意字符，这个.就是元字符。在正则书写过程中，如果我们真的要匹配这个.，就需要对它进行转义，而不是让它使用正则的含义，比如，匹配域名里的.，我们就要写成/zjmainstay\.cn/这样的正则。

（16）元字符转义

  1. 需求：表达式格式固定，提取其中的数值
  2. 源串：
  3. (20+170)-5*1/5=?
  4. 预期：
  5. A:20
  6. B:170
  7. C:5
  8. D:1
  9. E:5
  10. F:?
  11. 正则：/\((\d+)\+(\d+)\)-(\d+)\*(\d+)\/(\d+)=(\?)/
  12. 替换：A:$1\nB:$2\nC:$3\nD:$4\nE:$5\nF:$6

题样：https://hiregex.com/r/DhPaI1/1

17. 分隔符绕过（PCRE）

有时候，如果该语言支持多种分隔符，在写正则的过程中通常会通过规避分隔符的方式，减少对分隔符的转义，让正则看起来更清晰，写起来更舒服，当然，js中是不支持的。

（17）分隔符绕过

  1. 需求：在不对/转义的情况下匹配p标签内容
  2. 源串：
  3. <p>内容1</p><p>内容2</p>
  4. 预期：
  5. 在分组1中匹配到内容1和内容2
  6. 正则：@<p>(.*?)</p>@m

题样：https://hiregex.com/r/hwDnS1/1

18. 匹配溢出排除

匹配溢出，这不是一个术语名词，是我自己的叫法，主要指正则匹配内容超出了我们预期，导致匹配得到非预期的结果。

（18.1）div标签匹配溢出

  1. 需求：匹配内容为数字的div
  2. 源串：
  3. <div class="aaa bbb">ABC</div><div class="bbb ccc">123</div>
  4. 预期：
  5. <div>123</div>
  6. 错误正则：/<div.*?>\d+<\/div>/
  7. 正则：/<div[^>]*>\d+<\/div>/

题样：https://hiregex.com/r/CNNqb1/1

（18.2）多字符排除

  1. 需求：匹配不包含某个单词或词语的内容
  2. 源串：
  3. http://www.zjmainstay.cn
  4. http://www.baidu.com
  5. http://www.qq.com
  6. 预期：
  7. http://www.zjmainstay.cn
  8. http://www.qq.com
  9. 正则：/^http:\/\/(?:(?!baidu).)+$/m

题样：https://hiregex.com/r/KyeQf1/1

（18.2）多字符排除

  1. 需求：匹配不包含某个单词或词语的内容
  2. 源串：
  3. A("Excalibur", "誓约胜利之剑", LONG_SWORD, (SPFX_NOGEN | SPFX_RESTR | SPFX_SEEK | SPFX_DEFN | SPFX_INTEL | SPFX_SEARCH), 
  4.   0, 0, PHYS(5, 10), DRLI(0, 0), NO_CARY, 0, A_LAWFUL, PM_KNIGHT, NON_PM, 4000L, NO_COLOR);
  5. /*
  6.  * Stormbringer only has a 2 because it can drain a level,
  7.  * providing 8 more.
  8.  */
  9. A("Stormbringer", "兴风者", RUNESWORD,
  10.   (SPFX_RESTR | SPFX_ATTK | SPFX_DEFN | SPFX_INTEL | SPFX_DRLI), 0, 0,
  11.   DRLI(5, 2), DRLI(0, 0), NO_CARY, 0, A_CHAOTIC, NON_PM, NON_PM, 8000L,
  12.   NO_COLOR);
  13. /*
  14.  * Mjollnir will return to the hand of the wielder when thrown
  15.  * if the wielder is a Valkyrie wearing Gauntlets of Power.
  16.  */
  17. A("Mjollnir", "雷神之锤", WAR_HAMMER, /* Mjo:llnir */
  18.   (SPFX_RESTR | SPFX_ATTK), 0, 0, ELEC(5, 24), NO_DFNS, NO_CARY, 0,
  19.   A_NEUTRAL, PM_VALKYRIE, NON_PM, 4000L, NO_COLOR);
  20. A("Cleaver", "撕裂者", BATTLE_AXE, SPFX_RESTR, 0, 0, PHYS(3, 6), NO_DFNS, NO_CARY, 0, A_NEUTRAL, PM_BARBARIAN, NON_PM, 1500L, NO_COLOR);
  21. /*
  22.  * Grimtooth glows in warning when elves are present, but its
  23.  * damage bonus applies to all targets rather than just elves
  24.  * (handled as special case in spec_dbon()).
  25.  */
  26. A("Grimtooth", "邪兽之牙", ORCISH_DAGGER, (SPFX_RESTR | SPFX_WARN | SPFX_DFLAG2),
  27.   0, M2_ELF, PHYS(2, 6), NO_DFNS,
  28.   NO_CARY, 0, A_CHAOTIC, NON_PM, PM_ORC, 300L, CLR_RED);
  29. /*
  30.  * Orcrist and Sting have same alignment as elves.
  31.  *
  32.  * The combination of SPFX_WARN+SPFX_DFLAG2+M2_value will trigger
  33.  * EWarn_of_mon for all monsters that have the M2_value flag.
  34.  * Sting and Orcrist will warn of M2_ORC monsters.
  35.  */
  36. A("Orcrist", "杀兽剑", ELVEN_BROADSWORD, (SPFX_WARN | SPFX_DFLAG2), 0, M2_ORC, PHYS(5, 0), 
  37.   NO_DFNS, NO_CARY, 0, A_CHAOTIC, NON_PM, PM_ELF, 2000L, CLR_BRIGHT_BLUE); /* bright blue is actually light blue */
  39. 预期：
  40. Excalibur=誓约胜利之剑
  41. Stormbringer=兴风者
  42. Mjollnir=雷神之锤
  43. Cleaver=撕裂者
  44. Grimtooth=邪兽之牙
  45. Orcrist=杀兽剑
  46. 查找：/A\("([^"]+)", "([^"]+)[\s\S]*?(?=A\("([^"]+)", "([^"]+)|$)/
  47. 替换：$1=$2\n

题样：https://hiregex.com/r/D4gQB1/1

19. 环视循环提取格式化

在数据处理过程中，经常遇到一些格式化处理，比如简单地将一批数据格式化为SQL（参考9.2），还有复杂的需要对一行数据的某部分进行循环提取，然后格式化为特定格式。

  1. 需求：循环提取每行数据的分支部分和固定部分，格式化为特定格式
  2. 源串：
  3. BBB|CCC|DDD=AAA
  4. FFF|GGG|HHH|III|JJJ|KKK=EEE
  5. 预期：
  6. BBB=AAA
  7. CCC=AAA
  8. DDD=AAA
  9. FFF=EEE
  10. GGG=EEE
  11. HHH=EEE
  12. III=EEE
  13. JJJ=EEE
  14. KKK=EEE
  15. 查找：/([^|=\r\n]+)[|]?(?=.*?=([^\n]+))(?:=[^\n]+)?[\n]?/
  16. 替换：$1=$2\n

题样：https://hiregex.com/r/ntZT84/1

20. 环视+递归引用表达式

PCRE支持使用(?R)引用整个正则表达式，使用(?1)引用分组1的正则表达式，在处理的数据的过程可以通过这种方式让表达式无限扩展，类似平衡组的方式，平衡匹配目标数据。

  1. 需求：取出该条字符串中所有的()括起来的部分，包括括号
  2. 源串：
  3. (if((left(A5,2)=39)&(A5<>3905)&(A5<>3908)&(A5<>3909),(V5>0)&(T5=0)&(U5=0),true))
  4. 预期：
  5. (A5,2)
  6. (left(A5,2)=39)
  7. (A5<>3905)
  8. (A5<>3908)
  9. (A5<>3909)
  10. (V5>0)
  11. (T5=0)
  12. (U5=0)
  13. ((left(A5,2)=39)&(A5<>3905)&(A5<>3908)&(A5<>3909),(V5>0)&(T5=0)&(U5=0),true)
  14. (if((left(A5,2)=39)&(A5<>3905)&(A5<>3908)&(A5<>3909),(V5>0)&(T5=0)&(U5=0),true))
  15. 正则：/(?=(\((?:(?1)|[^()]*)*\)))/
  16. 题解：https://hiregex.com/r/D2iOm2/1

题样：https://hiregex.com/r/QgjFM4/1

21. 三段论应用

三段论，是本人根据对正则的理解，归纳出来的三句话：定锚点，去噪点，取数据。
锚点，在正则中指^、$、\b这类零宽的位置，这里做了衍生，指能够唯一确定我们目标数据位置的参照点，比如author=Zjmainstay，我们要匹配author属性的数据，则author=就是我们的参照点，通过它，我们能快速写出提取author属性的数据的正则：author=(.+)。
噪点，就是对我们提取数据产生干扰的无关数据，我们在做正则匹配提取数据的过程中，可以选择性的忽略它们。当然，这里的忽略不是指不需要对它们做匹配，而是不需要对它们做精确匹配。比如，<a class="some-class-1 some-class-xxx" style="border:1px solid" href="http://www.zjmainstay.cn/regexp" title="正则表达式教程">正则表达式</a>，我们要提取a标签的url和文本（正则表达式），这时候，a标签上的class、style、title这些属性，对我们来说就没有意义了，它们就是噪点，在匹配过程中我们可以选择性的忽略它们（使用通配符进行匹配消耗掉它们），因此得到正则：<a [^>]*?href="([^"]+)"[^>]*>(.*?)</a>
数据，这个当然是指我们需要提取的内容了，如上面锚点举例，我们通过author=(.+)的(.+)对Zjmainstay部分数据进行了提取，因此，匹配结果的分组1（程序语言中的数组下标1）中，就能得到我们的结果。而对于多个数据的提取，如噪点举例，我们只需要针对数据部分进行多个分组（括号）的提取即可。
分组的计数，一般可以数左括号，排除环视和非捕获组的左括号，从1开始，依次加1递增，1,2,3,4....n，不同语言最大分组个数不同，大家在使用过程中自行留意，不过一般用不了那么多分组。
理解了三段论的概念，我们在写正则的过程中，只需要将源串进行分割划分，根据目标数据确定锚点，过滤噪点，提取数据，就能得到我们想要的正则了。

添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注