文章标题作为id使用时的字符正则处理

最新推荐文章于 2023-07-13 11:55:40 发布
最新推荐文章于 2023-07-13 11:55:40 发布
阅读量234 收藏
点赞数
分类专栏： 随记备忘 文章标签： 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sdaulee/article/details/123045532
版权

需求：将文章标题(中英文掺杂)作为HTML中的id

id的要求有：

1、必须以字母A-Z或a-z开头

2、之后的字符可以是：字母（A-Z a-z）、数字（0-9）、连字符（“-”）、下划线（“_”）、冒号（“:”）和圆点（“.”）

考虑到标题中主要是中文字符，最有可能的便是开头是数字的情况，故而将数字进行处理。

reg = /^(\d+)|[\s+*/%=(),:!"'<>|?\\@#$&！，。？、—~￥……（）：“”《》]+/g

[Python从零到壹] 四.网络爬虫之入门基础及正则表达式抓取博客案例
杨秀璋的专栏
09-30 2万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解，真心想把自己近十年的编程经验分享给大家。第四篇文章将开启网络爬虫之旅，首先介绍基础知识及正则表达式的爬虫，希望对您有所帮助，文章中不足之处也请海涵。
indesign 正则表达式_正则精要：玩转JS正则表达式，也许只需这一篇（建议收藏）
weixin_40003478的博客
10-25 990
0.导引在正文开始前，先说说正则表达式是什么，为什么要用正则表达式？正则表达式在我个人看来就是一个程序可以识别的规则，有了这个规则，程序就可以帮我们判断某些字符是否符合我们的要求。但是，我们为什么要使用正则表达式呢？下面来看个正则业务场景，来验证一串字符是否为合法QQ号。示例如下：/*** 要求：一个合法的QQ号必须满足：1、5-15位；2、全是数字；3、不以0开头*///1.在不使用正则表达式的...
文章标题
Hello,World
06-10 424
语系数据对正则表达式的影响 在英文大小写的编码顺序中，zh_CN.big5及c这两种语系的输出结果分别如下 LANG=c时：0 1 2 3 4……….A B C D………Z a b c d ……z LANG=zh_CN时：0 1 2 3 4 ….a A b B c C ….z Z 上面的顺序是编码顺序，我们可以很清楚的发现这两中语系的编码顺序是不一样的 如果你想选择大写字符而使用[A-Z]
正则表达式匹配title:文章标题1.等多个title:xxxx.之间内容
张胜楠的博客
08-15 5391
正则表达式：(?&lt;=:)([^:\.])*(?=\.) 测试结果：
轻松学会正则表达式（标题狗）
堂堂百星王者
10-21 991
正则表达式 概念 正则表达式是用来描述具有一定特征的字符串的特殊字 符串。Regular Expression。 ab*: a 若干个 b ->* 零个及以上 ，匹配: a ab abbbbb abbbbbbb 不能 bbbbb。 (cd)*: ()->组,改变了优先级 ，若干个 cd，匹配: “” cd cdcd cdcdcd ab*(cd)*：a 若干个 b 和若干个 cd 匹配: a ab abbbbb abbbbbbb acd acdcd abbbbbcd abcd
正则提取文章里面的一级标题和对应的一级标题内容
yemuxia_sinian的博客
04-20 1467
最近公司项目有个需求，富文本编辑器上传一篇文章后，需要对文章内容里面的一级标题和对应的标题内容做提取处理，然后文章展示的时候就可以用来做锚链接导航处理。 此功能主要用到了以下正则 const reg = /<h1(([\s\S])*?)<\/h1>/g 改正则用来提取h1标题及其标签里面的内容，改下标签就可以用来提取任意标签内容了。 一、一级标签提取 具体代码： const article = '<div data-v-65f82510=""><div d
php正则匹配动态页面文章标题<h1>
CC_rmvb的博客
06-23 1492
header("Content-type:text/html;charset=utf-8"); $file = file_get_contents('http://www.manew.com/6176.html'); preg_match_all('/(.*)/si',$file,$content);  print_r($content);  ?>
php 文章采集正则代码
10-29
由于文章标题可能存在非英文字符，为了能够正确地显示和存储这些字符，这里使用`iconv`函数进行了编码转换。这里是从UTF-8编码转换为GBK编码。 **2.5 存储数据** ```php $num = count($article['title']); for ($i...
C#使用正则表达式抓取网站信息示例
08-31
C#编程语言结合正则表达式技术，可以实现对网站信息的有效抓取。在介绍C#使用正则表达式抓取网站信息的...同时，该示例也表明了在C#中使用正则表达式可以灵活地处理和分析字符串数据，是进行文本处理的重要工具之一。
PHP simple_html_dom.php+正则 采集文章代码
12-17
在处理标题时，代码尝试将UTF-8编码的标题转换为GBK编码，但注释表明这一步在实际应用中可能是不必要的。如果目标系统或文件支持UTF-8，可以直接跳过转码步骤。 最后，将标题和对应的内容写入单独的TXT文件。`file_...
vue基础-JS正则表达式获取字符串中的特定字符如id=“123“
smileKH的博客
07-13 1166
vue基础，最近做项目需要到一套icon图标，然后能够取到远程的js文件，需要通过解析远程的js文件中取到全部的id字段后的数据。如能拿到这就是JS正则表达式获取字符串中的特定字符的方法，希望帮助到你。
html标题正则表达式,使用正则表达式匹配HTML 下各种<title>标签
weixin_42468321的博客
06-07 514
http://www.oschina.net/question/195686_46313标题标题我自己写的正则表达式是 ".*?" (没有双引号) 只能匹配第一种，，但是不能匹配第二种，，有没有好的正则表达式匹配类似第二种这样换行的标签试试这个[sS]*?---------------------php版的 /.*?/m--------------------------$pattern ='...
正则表达式
小程同学
08-03 99
Who is 正则? 正则表达式是一个符合一定规则的字符序列。String对象调用public boolen matches(String regex)方法可以判断当前String对象的字符序列是否符合regex指定的正则表达式匹配。 元字符 元字符 意义 . 代表任意一个字符 ^ 匹配输入字符串的开始位置 $ 匹配输入字符串的结束位置 \d 代表0~9中任意一个数字 \D 代表任意一个非数字字符 \s 代表空格类字符，'\t','\n
用正则表达式使字符串中的某个字体变色
m0_49940462的博客
06-09 1109
要求： 使用正则表达式，让页面中这段字符串 “我爱你哈哈爱你” 中的”爱“字全变为红色。 结果：
## 标题难点（正则表达式）
weixin_44545643的博客
04-01 442
标题难点（正则表达式） 开发工具与关键技术：VS、MVC 作者：黎官凤 撰写时间：2019/03/30 刚开始接触到正则表达式，对于正则表达式可以说是完全不懂 在这里插入图片描述 图上的正则表达式是什么意思？ 上面的正则表达式对象应该怎么用？正则表达式有什么作用？ 正则表达式是在什么的情况下才能使用? 正则表达式应该怎么转换？ 在代码中为什么要用正则表达式呢？正常代码不行吗？ ...
安装yarn的坑 无法将“yarn”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确 ，然后再试一次。
热门推荐
sdaulee的博客
07-16 2万+
1、安装yarn npm install -g yarn报错 解决.使用Windows powershell（管理员）A命令行： npm install -g yarn 2.yarn -v查看版本报错 无法将“yarn”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确 ，然后再试一次。 解决： 配置环境变量。 找到yarn的bin安装目录 确定后，重新打开命令行（可以不是管理员方式） yarn ...
python正则提取网页内容
最新发布
01-09
### 使用Python正则表达式解析和提取网页中的特定内容 为了从网页中提取特定内容，如CSDN文章的标题“《Unix网络编程(卷1)源代码的使用方法》”，可以按照以下方式构建解决方案。 #### 导入必要的库 首先需要导入`re`模块来处理正则表达式[^2]： ```python import re ``` #### 编写正则表达式模式 对于目标字符串——即HTML文档的一部分，假设其结构类似于下面的形式： ```html <h1 class="title-article">《unix网络编程(卷1)源代码的使用方法》</h1> ``` 针对上述标签内的文本，设计一个合适的正则表达式。考虑到实际应用中可能遇到的各种情况（比如不同的属性顺序、额外的空间字符等），建议采用较为宽松的方式定义匹配规则。这里给出一种可行方案： ```python pattern = r'<h1.*?>\s*(.*?)\s*</h1>' compiled_pattern = re.compile(pattern, re.DOTALL | re.IGNORECASE) ``` 这段代码创建了一个能够忽略大小写的编译后的正则对象，并允许`.`匹配换行符(`DOTALL`)。这有助于更灵活地应对不同格式的数据输入[^3]。 #### 应用正则表达式进行搜索 有了准备好的正则表达式之后，就可以将其应用于具体的HTML片段上寻找符合条件的结果了。假设有如下变量存储着待处理的HTML数据： ```python html_content = ''' <div id="content"> <h1 class="title-article">《unix网络编程(卷1)源代码的使用方法》</h1> </div> ''' match_result = compiled_pattern.search(html_content) if match_result: article_title = match_result.group(1).strip() else: article_title = "未找到" print(f'文章标题为：{article_title}') ``` 上面的例子展示了如何利用`.search()`方法在一个较大的字符串内查找第一个满足条件的位置；而当确实找到了相应位置时，则调用`.group(n)`取出第n组括号包围的部分作为最终结果。注意，在某些情况下，可能还需要进一步清理返回值去除不必要的空白或其他干扰项[^5]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值