100求一简单正则表达式应用

Question

我觉得这个这种问题还是用DOM规则查找来得好些。

Answer 1

<table id=mm border=1 width=500>
  <tr>
    <td>1123</td>
    <td>1456</td>
    <td>1789</td>
  </tr>
  <tr>
    <td>2123</td>
    <td>2456</td>
    <td>2789</td>
  </tr>
  <tr>
    <td>123</td>
    <td>456</td>
    <td><table border=1><tr><td>table</td></tr></table></td>
  </tr>
</table>
<input type=button value=ok onclick="meizz()">
<SCRIPT LANGUAGE="JavaScript">
function meizz()
{
  var tab = document.getElementById("mm");
  for(var y=0; y<tab.rows.length; y++)
  {
    for(var x=0; x<tab.rows[y].cells.length; x++)
    {
      alert("第 "+ (y+1) +" 行第 "+ (x+1) +" 列的数据是 "+ tab.rows[y].cells[x].innerHTML);
    }
  }
}
</SCRIPT>

Answer 2

to: meizz(梅花雪)
我要的不是这种效果，表格结构是未知的，可能有一层也可能有多层，也就是说是一个html代码文件，我要分析出来它里面的表格结构，并获取到每一个完整的表格结构，实际中不定层表格嵌套时，会找错结束标记，请问该如何处理？？

Answer 3

所以不能通过这种循环用innerHTML取得，我想用正则匹配，但单层时匹配没问题，不定层表格嵌套时就会找错，实在是郁闷。

Answer 4

参考JAVA的开源项目common-digester，这是一个用来解析xml文档到java bean的工具，它的解析原理是：利用栈这种数据结构，以楼主的需求为例，每当找到一个<table>时，将它压入栈里；每当找到一个</table>时，就从栈里弹出一个<table>，依此类推，这样就可以从最内层的table一直匹配到最外层的table。

Answer 5

charmguy(新新四军) 
说得很对，用 栈+ 一个关键字列表 解析一段字符串是肯定可以的做到的

Answer 6

DHTML 的 DOM 模式就是类似于XMLDOM的解析模式，我写出的代码只是说是直接使用了DHTML里的方法，其它你自己也可以使用 childNodes nextSibling firstChild parentNode 等等方式去解析你的HTML代码的。

Answer 7

to:charmguy(新新四军)
我没接触过java,想通过正则解析,有办法吗??to: meizz(梅花雪)
不好意思,我对js不是很熟悉,能帮我弄个例子吗??

Answer 8

这个正则很长，也没什么实用意义，不过你想要我就帖一下。
取得某层的table的正则如下:$str=....你上面的表格
$div=0;
preg_match_all("/<table>(?=(((.*?<table>){".$div."})))\\1(?!(.*?)(?=<table>))(.*?)(?=((.*?<\/table>){".$div."}))\\6.*?<\/table>/si",$str,$ar);其中$div是要取得嵌套的层数。比如$div=0，将取得最里层的table。$div=1则取得内嵌有一个table的table。你可以循环从0开始取，一直取到没有匹配为止就取得所有的table的正确匹配了。

Answer 9

哦。你可以放弃用正则实现这个了。我改成script后，只能取得div=0和div=1的。div=2时，一运行，ie就报错崩溃了……在php里倒是可以正常运行。

Answer 10

支持任意层嵌套很困难，支持有限层还是有办法的：(1) 首先我们找到最里层，也就是不再嵌套的那一层：
<table>([^<]|<(?!/?table>))*</table>(2) 找到嵌套的规律：
<table>([^<]|<(?!/?table>)|xxxxx)*</table>
里面层就放在 xxxxx 的位置(3) 循环得到多层 table 的表达式
String pattern = "<table>([^<]|<(?!/?table>))*</table>";pattern = "<table>([^<]|<(?!/?table>)|" + pattern + ")*</table>";
pattern = "<table>([^<]|<(?!/?table>)|" + pattern + ")*</table>";
pattern = "<table>([^<]|<(?!/?table>)|" + pattern + ")*</table>";
pattern = "<table>([^<]|<(?!/?table>)|" + pattern + ")*</table>";
pattern = "<table>([^<]|<(?!/?table>)|" + pattern + ")*</table>";
.....这样就得到可以匹配 n 曾嵌套的表达式。(4) 使用方法：（假设 n 足够你要匹配的 table 层数）var re = new RegExp(pattern, "gi");re 的 exec 方法得到了返回值 matches，
matches[0] 就是第一个最外层的 table，matches.index 和 matches.lastIndex 就是位置。下一个 table：然后将 re.lastIndex 设定为 matches.index + 7  (7就是"<table>"的长度)，再次 exec，这次得到的 matches[0] 这个 table 有可能被刚才第一个嵌套，有可能是没有被第一个嵌套。如果 matches == null 那么就没有 table 了。(5) 说明一下：
太多的"非贪婪"匹配效率不高，尽量采用"预搜索不匹配"+"贪婪"的方法。

Answer 11

如果是用php的4.3.3以上版本是可以做到支持任意层嵌套的。js就没办法了。

Answer 12

因为php里的正则支持递归匹配。js里好象没有递归匹配这一说法。