单个模式中的多个匹配？

Question

我有输入字符串，其字符串如下：

<image id="1234" caption="text1" alt="text2"> ......等等......

输入中可能有多个此类字符串的实例。

我想检索此类字符串的属性（标题，替代等）以及id，然后打印id，alt，caption等。可以有没有任何属性的图像，只是id。

请指教。

Answer 1

首先要做的事情是：Don't parse xml or [x]html with regex，这通常被认为不是一个好方法。

但我明白，对于快速+脏应用程序，您不希望处理第三方库。但是你必须考虑以下问题，这使得正则表达式变得更糟糕：

• 您的xml有效还是包含“已损坏”标签？
• 属性总是以相同的顺序排列吗？或caption有时会alt之前发生？
• 您已经声明某些image标记只包含ID标记

这些（以及更多）方面决定了您的正则表达式解决方案的复杂性。 您需要一个双循环才能获得所有必需的数据。

• 查找所有图片代码：(<image[^>]+)>（假设属性值中没有>个字符）
• 然后，在您找到的image代码中，使用此代码：[ ]+([a-zA-Z0-9]+)="([^"]*)"

我希望你已经看到这是非常混乱的，并且没有涵盖所有有效xml 的情况！

xml解析器始终是正确的方法。