正则表达式用法

开发工具与关键技术：正则表达式
作者：文泽钦
撰写时间：2019年4月15日
找一个需要替换的p标签，一个带img标签的，一个不带img标签的p标签，先看不带img标签提取标签里的文本信息，先把需要提取的标签复制到正则表达式软件上：

在这个位子上写正则表达式代码：

我们先把p标签里的span标签提取出来，把包裹着文本的span标签去掉，匹配span标签：

往后匹配”<span.+”然后它就会一直匹配到结束位置：


我要匹配到span开始标签“>”这个位置结束，因为有多个span标签，所以用懒惰匹配:<span.+?>
现在所有的span开始标签都匹配出来了，它会在第一个“>”位子停止匹配：

还有呢就是要把结束标签匹配出来，要加一个或符号“|”:<span.+?>|，把前面满足条件的匹配出来，或则后面满足条件的匹配出来：


现在已经把span标签全部匹配出来了，把span标签替换成空，在正则表
式软件上找到第一个“Replace”代替这个单词，点击：
下面会弹出多一个文本框，你可以在这里输入其他内容把span标签替换成你输入的内容，但我们现在需要把span标签替换为空，所以不用输入内容，找到再找到第二个“Replace”代替这个单词，点击：

这时会弹出三个选项，我们点击第一个选项：Search- and- Replace All Matches：替换搜索到所有匹配的内容，这个选项然后它会在最后一个文本框显示出替换后的结果：

Span标签替换完了，现在到替换p标签了，替换p标签也是跟替换span标签的方法一样的，先把刚刚替换掉span标签的结果复制到：

然后写正则表达式：<p.+?>|

,替换：

到这就把所有的标签替换掉了，提取到纯文本的信息了。
现在看一下带img标签的p标签，要提取img标签里的内容，文本信息空格都是用一个p标签包裹着，能不能用span标签把img标签包裹着，再提取：

意思说，在这里除了img标签是没有用span标签包裹的，其他文本信息都是用span标签包裹着的，那么我们先匹配出img标签：<img. ?/>

要在img标签前加一个span开始标签，在img后面加一个span结束标签，还是用替换：$0,$0是指符合<img./>匹配的所有结果，意思说在img前后加上span开始和结束标签，

Img标签前后是不是多了一个span开始标签和结束标签。
把span标签全部匹配出来，这次用零宽断言的先行方法:<span.+(?=)，这匹配到结束前这个位子，这里需要结合懒惰匹配方法使用，要考虑到有多个span标签，否则正则表达式默认尽可能多匹配，它回给你匹配到最后一个标签前这个位子结束：

上面试贪婪匹配，但我们需要的是懒惰匹配，这样才能匹配出所有的span标签,贪婪符号是一个问号”?”：<span.+?(?=),把匹配到的结果罗列出来，点击： ，点击List All Regex Matches：列出所有正则匹配：

匹配图片路径用零宽断言里的先行和后行，先用后行（从什么位子后面开始匹配）,在用先行（匹配到什么位置结束）：(?<=src=\”).+?(?=\”)；转译字符“\”，这条正则表达式意思是从scr=后面的双引号开始匹配，匹配到img结束的双引号前的位置：