返回列表 发帖
origin

Rank: 3Rank: 3

UID
54362 
帖子
19 
精华
0 
贡献
0  
推广
0  
有效BUG
0  
注册时间
2007-4-7 
1# 跳转到 » 正序看帖
打印
tT
发表于 2008-6-8 22:35 | 只看该作者

关于过滤规则的几点疑问

疑问, 规则
置顶的过滤规则教程里关于正则表达式有如下表述：
  1. $i
  2. 表示前面用 () 捕获的第 i 个子表达式. i = 1, 2, 3...
  3. 例: $1 表示前面用 <a[^>]*?href=(".*?")[^>]*?> 捕获 <a href="http://bbs.ioage.com/">
  4. 得到的 "http://bbs.ioage.com/" 部分. 用于 replace 及 return 部分
复制代码


实践证明这里的$i似乎应为\i

1、正则表达式的种类似乎太多（比如微软的MSDN里提到的、Perl正则表达式、Unix正则表达式、UltraEdit正则表达式等等，奇怪的是微软的VS2008编辑器用的正则表达式似乎和MSDN里提到的不完全相同），虽然大同小异，但这些“小异”往往会造成很多麻烦。论坛是不是出一个由开发者提供的正则表达式规范？

2、广告过滤时，似乎只能利用正则表达式来检索，而不能用来替换。举个例子，比如我要把
  1. <a href="path1...">xxx</a>
复制代码
的内容（其中xxx是任意合乎html规范的内容）替换成
  1. <a href="path2...">xxx</a>
复制代码

按照一般正则表达式的理解，只需写成如下
  1. #ex#<a href="path1([^"]*?)">([^<]*>)</a>#<a href="path2\1">\2</a>
复制代码
即可。遗憾的是目前版本的TW不支持这么干。
收藏 分享

needed

Rank: 20Rank: 20Rank: 20Rank: 20Rank: 20

UID
10253 
帖子
3334 
精华
0 
贡献
20  
推广
0  
有效BUG
0  
来自
江门·中国 
注册时间
2006-4-28 
10#
发表于 2008-6-14 09:32 | 只看该作者
\n 捕获的是  正则规则缓冲区
$n 指的是后向引用...

不同的概念别混淆了..

### 后的 \1 不会有任何东西的...
天下无不散之筵席.

世界之窗浏览器开发计划

TOP

origin

Rank: 3Rank: 3

UID
54362 
帖子
19 
精华
0 
贡献
0  
推广
0  
有效BUG
0  
注册时间
2007-4-7 
9#
发表于 2008-6-13 19:54 | 只看该作者

回复 4# elkay 的帖子

所以有了顶楼1号要求

TOP

elkay

Rank: 12Rank: 12Rank: 12

UID
1110 
帖子
2787 
精华
3 
贡献
20  
推广
0  
有效BUG
0  
注册时间
2005-5-26 
8#
发表于 2008-6-13 13:48 | 只看该作者

回复 3# origin 的帖子

不同的情况下要有不同的使用方法

TOP

origin

Rank: 3Rank: 3

UID
54362 
帖子
19 
精华
0 
贡献
0  
推广
0  
有效BUG
0  
注册时间
2007-4-7 
7#
发表于 2008-6-12 21:41 | 只看该作者
过滤本页的源码的<html xmlns="http://www.w3.org/1999/xhtml">
用
  1. #ex#<html xmlns=(['"])([^'"]*?)$1>###<html $2>
复制代码
过滤，结果不变<html xmlns="http://www.w3.org/1999/xhtml">

用
  1. #ex#<html xmlns=(['"])([^'"]*?)\1>###<html $2>
复制代码
过滤，结果为<html http://www.w3.org/1999/xhtml>，满足要求

用
  1. #ex#<html xmlns=(['"])([^'"]*?)\1>###<html \2>
复制代码
过滤，结果为<html \2>

智商有限，就只贴试验结果，不加评论了

TOP

狄烁stec

Rank: 4

UID
109918 
帖子
29 
精华
0 
贡献
3  
推广
0  
有效BUG
0  
注册时间
2008-4-24 
6#
发表于 2008-6-11 18:32 | 只看该作者
教程说的很清楚:$i是用在替换部分,\i则用在匹配表达式里面.
<([^>]+)>.*?<\/\1>
可以匹配<p>abc</p>,<scrpt>.....</script>这样的文本

1.
正则表达式发展到现在有很多流派,不同的流派又有很多软件,他们的实现方法不同,并加入了各自认为应该有的功能,所以就出现了楼主说的"小异".

2.
elkay版主已经给出了答案.
个人认为第二个捕获有点问题.
  1. #ex#<a href="path1([^"]*)">([^<]*)</a>###<a href="path2$1">$2</a>
复制代码

TOP

elkay

Rank: 12Rank: 12Rank: 12

UID
1110 
帖子
2787 
精华
3 
贡献
20  
推广
0  
有效BUG
0  
注册时间
2005-5-26 
5#
发表于 2008-6-11 17:33 | 只看该作者

回复 1# origin 的帖子

1.很明显，你没有实践

2.很明显可以，还是说明你没有仔细看1
  1. #ex#<a href="path1([^"]*?)">([^<]*>)</a>###<a href="path2$1">$2</a>
复制代码

TOP

yuyuye

Rank: 4

UID
77000 
帖子
203 
精华
0 
贡献
0  
推广
0  
有效BUG
0  
注册时间
2007-11-30 
4#
发表于 2008-6-11 08:12 | 只看该作者
第一个：
\i 用于在正则表达式中引用
$i 用于替换
支持楼主，希望开发组明确TW所采用的RE引擎。

第二个：
正如第一个所说，替换部分不应该用 \i，换成 $i 就对了

TOP

返回列表