正则表达式中的换行

正则表达式在处理字符串的时候，效率很高。但是需要熟练掌握，否则容易造成失误。

未免遗忘，记录于此。

1, 小括号的妙用 ()

如下字符串

<table width="100%" border="0" cellpadding="0" cellspacing="0" bgcolor="#f5fafe" class="blue_border"> <tr> <td align="center" style="padding-top:15px" mce_style="padding-top:15px"><H1>11月2日国内一铵市场行情暂稳</H1> </span></td> </tr>

这些字符是从页面中提取，如果需要提取出<H1>和</H1>间的内容，可以写成

patternstring = "(<H1>)((.|/n)*)(</H1>)";

此处(.|/n)*是为了匹配所有字符和换行符。不能使用[.|/n]*，是因为.符号在[]就仅表示.的含义，没有匹配除换行符外所有字符的含义了，即已经被转义了，等同于/.。

 

2. 中括号的妙用[]

如下字符串

<table width="93%" border="0" cellspacing="0" cellpadding="0"> <tr> <td class="black14" id="maintext" style="line-height:180%; color:#000000; padding-top:10px;" mce_style="line-height:180%; color:#000000; padding-top:10px;" ><p>　　生意社11月2日讯　国内一铵市场行情暂稳，受复合肥价格上涨后实际销量有限、后市行情尚不明朗，复合肥企业原料采购十分谨慎，近日一铵销售速度放缓，经销商报价回落，目前江苏、安徽等地高端厂家报价也小幅下调，部分厂家报价虽不动、但成交略有优惠，当前出口关税政策尚不明朗，企业与经销商操作谨慎，大部分一铵厂家订单可执行到11月中旬，但近日硫酸价格大涨、磷矿石供应紧张，部分厂家被迫上调报价规避原料涨价的风险。由于市场走势仍不明朗，国内一铵市场价格暂稳。</p> </td> </tr> <tr> <td>  </td> </tr> </table>

 

同样是 HTML页面的内容，需要提取<td>标签为maintext间的数据。

可以写成

patternstring = "(id=/"maintext/" style=/"line-height:180%; color:#000000; padding-top:10px;/" >)((.|/n|^</)*)[</td>]";

 

这里同样考虑了由于数据中存在换行的可能。同时，使用[</td>]而不使用(</td>)是考虑到存在的转义问题，我这里需要的是等同的字符，所以使用了[]。