求解：正则表达式提取数据

Question

\<SCRIPT\s+language=["']*javascript["']*\s+src=["']*(([a-zA-Z0-9_-]+)[.](js))["']*\>\</script\>
上面的正则是我简单的改写的能够匹配：
我怎么获取1111.js呢？也就是(([a-zA-Z0-9_-]+)[.](js))匹配的内容。怎么做呢？我从html中得到了<script language=javascript src=></script>
，怎么做可以得到(([a-zA-Z0-9_-]+）他匹配的内容。

Answer 1

晕啊。没有人回复，我直接用(([a-zA-Z0-9_-]+)[.](js))在匹配一次就好了。哭！

Answer 2

楼主的那个正则，取m.Groups[1].Value即可，不过楼主的正则还有可优化的空间Regex reg = new Regex(@"(?is)<script[^>]*?src=(['""]?)(?<src>[^'""\s>]+\.js)\1[^>]*>");
MatchCollection mc = reg.Matches(yourStr);
foreach (Match m in mc)
{
    richTextBox2.Text += m.Groups["src"].Value;
}

Answer 3

要完全的匹配<script language=javascript src=></script>
这句话，你给的，不能做到完全，可以匹配很多。

Answer 4

这样？
Regex reg = new Regex(@"(?is)<script[^>]*?src=(['""]?)(?<src>[^'""\s>]+\.js)\1[^>]*>\s*</script>");还是说一定要带language=javascript 
Regex reg = new Regex(@"(?is)<script\s+language=javascript[^>]*?src=(['""]?)(?<src>[^'""\s>]+\.js)\1[^>]*>\s*</script>");

Answer 5

            string str = "<script language=javascript src=abcd.js></script>";            Regex regex = new Regex("<script\\s*language=['\"]?javascript['\"]?\\s*src=['\"]?(?<src>[^'\"\\s>]*)", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            Match match = regex.Match(str);
            if (match.Success)
            {
                for (int i = 0; i < match.Groups.Count; i++)
                {
                    Console.WriteLine(match.Groups[i]);
                }
            }

Answer 6

你的不全，添加一下就好了。
string str = "<script language=javascript src=abcd.js></script>";            Regex regex = new Regex("<script\\s*language=['\"]?javascript['\"]?\\s*src=['\"]?(?<src>[^'\"\\s>]*)></script>", RegexOptions.IgnoreCase | RegexOptions.Compiled);
            Match match = regex.Match(str);
            if (match.Success)
            {
                for (int i = 0; i < match.Groups.Count; i++)
                {
                    Console.WriteLine(match.Groups[i]);
                 }
            }

Answer 7

(?is)<script[^>]*?src=(['""]?)(?<src>[^'""\s>]+\.js)\1[^>]*>\s*</script>"(?i) 表示忽略大小写
(?s) 单行模式，表示小数点“.”可以匹配任意字符
那些如<srcipt、src=之类的固定字符没什么好解释的
[^>]*? 不是“>”的任意字符，0个或任意多个，这里使用非贪婪模式，是因为<script与src=之间的字符一般来说比较少，如果用贪婪模式匹配到“>”再进行回溯，效率比较低，所以使用了非贪婪模式
(['""]?)和后面的反向引用\1，作用是限制这里出现的标点配对出现，由于html语言要求并不严格，所以src=后面可以不加标点，也可以加“'”或“"”，这里是为了适配这三种可能情况的
(?<src>Expression) 命名捕获组，把表达式Expression匹配到的内容捕获到src组中，以备后面引用
[^'""\s>]和[^>] 排除型捕获组就不用解释了吧